寻找大的稀疏矩阵的特征值

时间:2013-09-07 18:32:45

标签: sparse-matrix fortran90 lapack

我正在研究Fermion和Boson Hubbard模型,其中希尔伯特空间的维数相当大(约50k)。我目前正在使用Lapack例程DSYEV来确定特征值&大型(50k x 50k)哈密顿矩阵的特征函数,但这需要很长时间,在Xeon工作站上大约需要8个小时。

我想减少这台特定机器的运行时间。我正在查看Lanczos method并想知道这是否是最佳选择,或者是否有其他选择。

1 个答案:

答案 0 :(得分:0)

Lanczos(或其他迭代)方法用于计算极端(小/大)特征值。如果你需要特征值和特征函数远小于系统大小(50k),它优于直接DSYEV。特别是,如果您拥有的矩阵稀疏,那么您将获得的加速度要好得多。

如果您正在寻找所有特征值且矩阵密集,那么更好的方法是直接DSYEV