我正在寻找一个 LAPACK 例程,它允许找到以下方程的非平凡解:
A x = 0
假设A是n × n方奇异非对称带状矩阵。
实际上,矩阵可能不是完全奇异的,因为它基于某个参数,我使用求根算法来找到该参数(需要 det( A ) = 0,其中行列式通过 DGBTRF 和对角线元素的乘积找到) .
到目前为止我提出的唯一解决方案是考虑A密集矩阵矩阵,使用 DGEEV 找到它的特征值和特征向量,并为最接近零的特征值取特征向量。但是,我认为这是非常次优的方法。谁能推荐一个更好的?
我正在寻找一个 LAPACK 例程,它允许找到以下方程的非平凡解:
A x = 0
假设A是n × n方奇异非对称带状矩阵。
实际上,矩阵可能不是完全奇异的,因为它基于某个参数,我使用求根算法来找到该参数(需要 det( A ) = 0,其中行列式通过 DGBTRF 和对角线元素的乘积找到) .
到目前为止我提出的唯一解决方案是考虑A密集矩阵矩阵,使用 DGEEV 找到它的特征值和特征向量,并为最接近零的特征值取特征向量。但是,我认为这是非常次优的方法。谁能推荐一个更好的?
LAPACK 将 xSTERF 作为查找波段矩阵的特征值的例程。
如果您只对最小的一个感兴趣,您可能会发现以下答案很有趣。但是,您需要自己实现算法。
我不确定这会更有效率,但你可以尝试解决其中。如果结果也是矩阵可能不是奇异的。