这篇博文简要记录一下使用MKL函数库计算一般矩阵的特征值与特征向量
对形如对称矩阵或是埃尔米特等特殊矩阵有其对应的子程序,在这里先不涉及。有需求的可以自行查阅MKL官方文档
下面给出本次示例代码:代码使用f95接口。f77借口参数太多,笔者太懒<不过懒惰是创新的原动力^_^>
program testGeev
use lapack95
implicit none
integer :: i, info
integer, parameter :: n = 3
real :: a(n,n), wr(n), wi(n), vr(n,n), vl(n,n)
a = reshape([1, 1, 0, 0, 0, 2, 0, 0, -1],shape(a))
a = transpose(a)
call geev(a, wr, wi, vl, vr, info)
write(*,*) '特征值为:'
write(*,'(*(f10.4))') wr
write(*,*) '特征向量为:'
do i = 1, n
write(*,'(*(f10.4))') vr(i,:)
end do
if (info == 0) then
write(*,*) '特征值与特征向量计算成功!'
else
write(*,*) '特征值与特征向量计算失败!'
end if
end program testGeev
代码中的wi与vl可不理会,但是传递参数时不能删掉,否则会出错
本次测试中,矩阵a如下
a = [1 1 0
0 0 2
0 0 -1]
计算结果如下:
特征值为:
1.0000 0.0000 -1.0000
特征向量为:
1.0000 -0.7071 0.4082
0.0000 0.7071 -0.8165
0.0000 0.0000 0.4082
特征值与特征向量计算成功!
下面同时给出matlab的计算结果:
A = [1 1 0; 0 0 2; 0 0 -1];
[V,D] = eig(A)
V =
1.0000 -0.7071 0.4082
0 0.7071 -0.8165
0 0 0.4082
D =
1 0 0
0 0 0
0 0 -1
计算结果相同,其实肯定相同。因为matlab底层调用的仍是MKL