這篇博文簡要記錄一下使用MKL函數庫計算一般矩陣的特徵值與特徵向量
對形如對稱矩陣或是埃爾米特等特殊矩陣有其對應的子程序,在這裏先不涉及。有需求的可以自行查閱MKL官方文檔
下面給出本次示例代碼:代碼使用f95接口。f77藉口參數太多,筆者太懶<不過懶惰是創新的原動力^_^>
program testGeev
use lapack95
implicit none
integer :: i, info
integer, parameter :: n = 3
real :: a(n,n), wr(n), wi(n), vr(n,n), vl(n,n)
a = reshape([1, 1, 0, 0, 0, 2, 0, 0, -1],shape(a))
a = transpose(a)
call geev(a, wr, wi, vl, vr, info)
write(*,*) '特徵值爲:'
write(*,'(*(f10.4))') wr
write(*,*) '特徵向量爲:'
do i = 1, n
write(*,'(*(f10.4))') vr(i,:)
end do
if (info == 0) then
write(*,*) '特徵值與特徵向量計算成功!'
else
write(*,*) '特徵值與特徵向量計算失敗!'
end if
end program testGeev
代碼中的wi與vl可不理會,但是傳遞參數時不能刪掉,否則會出錯
本次測試中,矩陣a如下
a = [1 1 0
0 0 2
0 0 -1]
計算結果如下:
特徵值爲:
1.0000 0.0000 -1.0000
特徵向量爲:
1.0000 -0.7071 0.4082
0.0000 0.7071 -0.8165
0.0000 0.0000 0.4082
特徵值與特徵向量計算成功!
下面同時給出matlab的計算結果:
A = [1 1 0; 0 0 2; 0 0 -1];
[V,D] = eig(A)
V =
1.0000 -0.7071 0.4082
0 0.7071 -0.8165
0 0 0.4082
D =
1 0 0
0 0 0
0 0 -1
計算結果相同,其實肯定相同。因爲matlab底層調用的仍是MKL