转。。
eig求所有特征值和特征向量。
d = eigs(A) %求稀疏矩阵A的6个绝对值最大特征值d,d以向量形式存放。
d = eigs(A,B) %求稀疏矩阵的广义特征值问题。满足AV=BVD,其中D为特征值对角阵,V为特征向量矩阵,B必须是对称正定阵或Hermitian正定阵。
d = eigs(A,k) %返回k个最大特征值
d = eigs(A,B,k) %返回k个最大特征值
d = eigs(A,k,sigma) %sigma取值:'lm' 表示绝对值最大的特征值;'sm' 绝对值最小特征值;对实对称问题:'la'表示最大特征值;'sa'为最小特征值;对非对称和复数问题:'lr' 表示最大实部;'sr' 表示最小实部;'li' 表示最大虚部;'si'表示最小虚部
d = eigs(A,B,k,sigma) %同上
d = eigs(A,k,sigma,opts) % opts为指定参数:参见eigs帮助文件。opts为一个向量
参数 | 描述 | value |
opts.issym |
=1:如果A对称 =0:A不对称 |
{0|1} |
opts.isreal |
=1:A为实数 =0:otherwise |
{0|1} |
opts.tol |
收敛???(没看懂) **估计<tol*norm(A) |
|
opts.maxit | 最大迭代次数 | |
opts.p | lanczos向量个数??(没看懂) | |
。。 | ||
。。 | ||
。。 | ||
。。 |
d = eigs(A,B,k,sigma,options) %同上。以下的参数k、sigma、options相同。
d = eigs(Afun,n) %用函数Afun代替A,n为A的阶数,D为特征值。
d = eigs(Afun,n,B)
d = eigs(Afun,n,k)
d = eigs(Afun,n,B,k)
d = eigs(Afun,n,k,sigma)
d = eigs(Afun,n,B,k,sigma)
d = eigs(Afun,n,k,sigma,options)
d = eigs(Afun,n,B,k,sigma,options)
[V,D] = eigs(A,…) %D为6个最大特征值对角阵,V的列向量为对应特征向量。
[V,D] = eigs(Afun,n,…)
[V,D,flag] = eigs(A,…) %flag表示特征值的收敛性,若flag=0,则所有特征值都收敛,否则,不是所有都收敛。
[V,D,flag] = eigs(Afun,n,…)