用geigen包计算R中广义特征值的误差_R_Matlab_Linear Algebra_Eigenvalue_Eigenvector

用geigen包计算R中广义特征值的误差

r matlab

用geigen包计算R中广义特征值的误差,r,matlab,linear-algebra,eigenvalue,eigenvector,R,Matlab,Linear Algebra,Eigenvalue,Eigenvector,我使用R包geigen来解决广义特征值问题AV=lambdaB*V。代码如下： geigen(Gamma_chi_0, diag(diag(Gamma_xi_0)),symmetric=TRUE, only.values=FALSE) #GENERALIZED EIGENVALUE PROBLEM 其中： Gamma_chi_0 [,1] [,2] [,3] [,4] [,5] [1,] 1.02346 -0.50204 0.41122 -0.7

我使用R包geigen来解决广义特征值问题AV=lambdaB*V。代码如下：

geigen(Gamma_chi_0, diag(diag(Gamma_xi_0)),symmetric=TRUE, only.values=FALSE) #GENERALIZED EIGENVALUE PROBLEM

其中：

Gamma_chi_0
     [,1]     [,2]     [,3]     [,4]     [,5]
[1,]  1.02346 -0.50204  0.41122 -0.73066  0.00072
[2,] -0.50204  0.96712 -0.33526  0.51774 -0.37708
[3,]  0.41122 -0.33526  1.05086  0.09798  0.09274
[4,] -0.73066  0.51774  0.09798  0.99780 -0.51596
[5,]  0.00072 -0.37708  0.09274 -0.51596  1.03354

及

但我得到了这个错误：

 > geigen(Gamma_chi_0, diag(diag(Gamma_xi_0)), only.values=FALSE) 

 Error in .sygv_Lapackerror(z$info, n) : 
 Leading minor of order 1 of B is not positive definite

在matlab中，使用相同的两个矩阵，它可以工作：

opt.disp = 0;
[P, D] = eigs(Gamma_chi_0, diag(diag(Gamma_xi_0)),r,'LM',opt);              
% compute first r generalized eigenvectors and eigenvalues

例如，我得到以下特征值矩阵

D =

  427.8208         0
         0  -38.6419

当然，在matlab中，我只计算了第一个r=2，在r中，我需要所有的特征值和特征向量（n=5），然后我将前2个子集

有人能帮我解决这个问题吗？

geigen

检测到了

伽马chi_0

的对称矩阵。然后Lapack遇到错误，无法继续。在调用

geigen

时指定

symmetric=FALSE

。本手册介绍了参数

对称

的作用。这样做

geigen(Gamma_chi_0, B, symmetric=FALSE, only.values=FALSE)

结果是（在我的电脑上）

这与您在Matlab中显示的非常接近。我对Matlab一无所知，所以我不能帮你

附录

当确定所用矩阵是否对称时，Matlab似乎使用了与geigen类似的方法。矩阵

Gamma\u chi\u 0

可能不完全对称。看这个

更多附录

实际上，你的矩阵

不是正定的。尝试base R的函数

chol

，您将得到相同的错误消息。在这种情况下，您必须强制

geigen

使用通用算法。

geigen

已检测到

伽马chi_0