假设是一个对称的正定矩阵。 足够大,直接解决的成本很高。
是否有一种迭代算法可以找到的最小特征值,且不涉及在每次迭代中
也就是说,我必须使用诸如共轭梯度之类的迭代算法来解决,因此重复应用似乎是一个昂贵的“内循环”。我只需要一个特征向量。
谢谢!
假设是一个对称的正定矩阵。 足够大,直接解决的成本很高。
是否有一种迭代算法可以找到的最小特征值,且不涉及在每次迭代中
也就是说,我必须使用诸如共轭梯度之类的迭代算法来解决,因此重复应用似乎是一个昂贵的“内循环”。我只需要一个特征向量。
谢谢!
计算最大特征值的(与,说,eigs('lm')
)。
然后计算最大幅度(负)特征值的(再次,通过对 的标准调用eigs('lm')
)。
请注意. 这里解释了这一点的原因。
通过求解找到您的特征向量。