我和朱莉娅一起工作,但我认为这个问题更笼统。假设有人想从数字上找到一个非常大(稀疏)的ary矩阵U
的频谱。正如许多条目中所报道的那样,使用eigs
进行蛮力对角化的过程没有特征值收敛。
然后,诀窍就是使用更简单的表达式,即
U_Re = real(U + U')*0.5
U_Im = real((U - U')*-0.5im)
我的问题是,在寻找特征值时,是否有办法获得统一采样?也就是说,我想获取10e3
间隔内的U_Re
和U_Im
的{{1}}个特征值。
答案 0 :(得分:1)
我不太确定特征值的均匀采样是如何工作的,但是我认为您正在寻找ARPACK。 ARPACK将使用矩阵向量乘积来查找您的特征值,因此,在这种情况下,我不确定是否需要实数/ Im分解(很难说,而对U
并不了解)。
此外,您可能希望研究FEAST算法,该算法将从given search contour中受益匪浅。
我不知道Julia与这些库的现有链接,但是我不认为这是一个问题,因为Julia可以调用C函数。
在这里,我给出了一些简短的想法,Computational Science可能是找到合适人群的更好的地方。但是,将需要更多有关U
,其稀疏性,大小以及“间隔中特征值的均匀采样”的含义的详细信息。