用于C++计算错误特征值的Eigen

因此，我使用Eigen for C++代码块来计算矩阵的特征值。与此交易的代码的特定部分如下： -用于C++计算错误特征值的Eigen

EigenSolver<MatrixXd> b(B,false); 
cout<<" Eigen values are: \n "<<b.eigenvalues()<<"\n";

我已经遇到的问题是是，我的矩阵B计算的特征值之一是无处接近实际的特征值，我发现上calculator.vhex.net。

例如，对于基体

1 0 0 X

0 1×0

0 X 1 Y

X 0 Y 1

其中x = -1/sqrt（2）和y = -0.5，特征值是0,0.5,1.5和2.

然而，我的代码计算它们是-4.25e-016，0.5％，1.5和2

我还试图将本设置用于应该有一个特征值4E-06的5×5矩阵，但计算出的码它为1.4413e-017。

这可能是什么原因？他们是否近似？我的猜测是内存问题，并且2的平方根的双类型值不会完全等于2的平方根，但我不确定这一点。

对此有什么可能的解决办法？

2017-06-05 DarthChant

请发表[mcve]以显示您的确切代码。另外，使用调试器来遍历代码，看看它在做什么。请注意，所有浮点值都是实数的近似值。您还应该了解浮点表示的固有限制。 –

如果你了解一些数值线性代数理论，它也会有所帮助。 –

“无处不在” - 4.25e-016从很多角度来看非常接近于0 :) –

当矩阵接近奇异时，寻找特征值可能很困难，用0特征值表示。你不应该期望数值解的一个确切的特征值为0，因为它只能达到某个数值近似，而这个近似在该点附近开始失效。

2017-06-05 19:34:13 drglove

此外什么@drglove说，对于对称的（或自伴）的特征值问题，你应该使用SelfAdjointEigenSolver：

SelfAdjointEigenSolver<MatrixXd> b(B,EigenvaluesOnly);

这给了当然还是只有一个数值解，所以你仍然会得到一个解决方案精度有限。

2017-06-06 17:43:29 chtz

回答