Question

使用Julia，我使用spzeros（）函数创建了一个稀疏矩阵，用一些句子初始化矩阵，并尝试计算它的特征值。然而，该函数仅适用于小的稀疏矩阵（n <800），对于稍大一点的矩阵，我有一些错误。

代码：

ns = 400 # 800
H = spzeros(Complex128, ns, ns)
#... initialization 
E, x = eigs(H)

最后一句后的错误信息：

LoadError：Base.LinAlg.ARPACKException（“unspecified ARPACK error：1”）   在[7]中加载时，从第1行开始的表达式

在aupd_wrapper（:: Type {T}，:: Base.LinAlg。＃matvecA！＃69 {SparseMatrixCSC {Complex {Float64}，Int64}}，:: Base.LinAlg。## 63＃70，:: Base.LinAlg。## 64＃71，:: Int64，:: Bool，:: Bool，:: String，:: Int64，:: Int64，:: String，:: Float64，:: Int64，:: Int64， :: Array {Complex {Float64}，1}）at。\ linalg \ arpack.jl：53    在＃_eigs＃62（:: Int64，:: Int64，:: Symbol，:: Float64，:: Int64，:: Void，:: Array {Complex {Float64}，1}，:: Bool，:: Base。 LinAlg。＃_ eigs，:: SparseMatrixCSC {Complex {Float64}，Int64}，:: UniformScaling {Int64}）at。\ linalg \ arnoldi.jl：268    in（:: Base.LinAlg。＃kw ## _ eigs）（:: Array {Any，1}，:: Base.LinAlg。＃_ eigs，:: SparseMatrixCSC {Complex {Float64}，Int64}，:: UniformScaling {Int64 }）at。\：0    在＃eigs＃55（:: Array {Any，1}，:: Function，:: SparseMatrixCSC {Complex {Float64}，Int64}，:: UniformScaling {Int64}）at。\ linalg \ arnoldi.jl：78    in（:: Base.LinAlg。＃kw ## eigs）（:: Array {Any，1}，:: Base.LinAlg。＃eigs，:: SparseMatrixCSC {Complex {Float64}，Int64}，:: UniformScaling {Int64 }）at。\：0    在＃eigs＃59（:: Array {Any，1}，:: Function，:: SparseMatrixCSC {Complex，Int64}，:: UniformScaling {Int64}）at。\ linalg \ arnoldi.jl：85    in（:: Base.LinAlg。＃kw ## eigs）（:: Array {Any，1}，:: Base.LinAlg。＃eigs，:: SparseMatrixCSC {Complex，Int64}，:: UniformScaling {Int64}）at at \：0    在＃eigs＃54（:: Array {Any，1}，:: Function，:: SparseMatrixCSC {Complex，Int64}）中。\ linalg \ arnoldi.jl：77    in（:: Base.LinAlg。＃kw ## eigs）（:: Array {Any，1}，:: Base.LinAlg。＃eigs，:: SparseMatrixCSC {Complex，Int64}）at。\：0

Answer 1

来自快速Google搜索的ARPACK错误1似乎是“最大迭代次数”。因此，您的矩阵必须使得ARPACK的算法无法找到特征值。

从discussions elsewhere开始，似乎可以通过删除度为零（或通常为零行）的顶点，或通过将矩阵拆分为连通分量（即块）并找到特征值来解决问题每个区块分开。

在Julia中，大型稀疏矩阵的eigs（）函数出错

1 个答案: