在物理问题中，我们需要求解复平面中的特定特征值是很常见的，例如正实部和负虚部。在这种情况下，我们在第二象限中寻找特征值和相关的特征向量。
我很好奇FEAST 算法是否可以为这类问题（也很密集）提供更快和更准确的结果，关于使用GEEVLAPACK 的例程解决完整问题并明确进行排序。
有没有人有经验或建议？
用盛宴计算复平面中的特定特征值？
计算科学
线性代数
特征值
拉帕克
2021-12-18 17:27:52
1个回答
使用 FEAST 算法计算特征值的关键部分是指定适当的搜索轮廓。在 FEAST 中，用户可以指定圆形或椭圆形轮廓（在最新版本中，还有自定义形状的轮廓，这对于针对非厄米特问题的特定特征值可能很重要）。
现在，如果轮廓的大小太大（甚至不谈论半无限），将需要非常多的轮廓点（因此，显着牺牲了计算速度）。对于整个象限，由于必须以某种方式使轮廓有限（可能对特征值位置使用一些粗略估计），因此会出现其他问题。
将搜索空间限制在复平面（第二象限）的四分之一似乎不足以证明使用 Feast 算法的合理性。我看不到使用 FEAST 计算位于整个象限中的所有特征值的好处——需要更严格的搜索轮廓。
其它你可能感兴趣的问题