阅读量:5
Eigen库提供了一个EigenSolver类来进行本征分解。以下是一个使用Eigen库进行本征分解的示例代码:
#include <iostream> #include <Eigen/Eigenvalues> int main() { Eigen::MatrixXd A(3, 3); A << 1, 2, 3, 4, 5, 6, 7, 8, 9; Eigen::EigenSolver<Eigen::MatrixXd> eigensolver(A); if (eigensolver.info() != Eigen::Success) { std::cout << "Eigen decomposition failed." << std::endl; return 1; } Eigen::VectorXcd eigenvalues = eigensolver.eigenvalues(); Eigen::MatrixXcd eigenvectors = eigensolver.eigenvectors(); std::cout << "Eigenvalues:" << std::endl << eigenvalues << std::endl; std::cout << "Eigenvectors:" << std::endl << eigenvectors << std::endl; return 0; }
在这个示例代码中,我们首先定义了一个3x3的矩阵A,并使用该矩阵创建了一个EigenSolver对象。然后,我们检查EigenSolver的info()方法的返回值,如果不等于Eigen::Success,说明本征分解失败。否则,我们可以通过eigenvalues()和eigenvectors()方法获取矩阵A的本征值和本征向量。
最后,我们将本征值和本征向量输出到控制台。在本例中,输出如下:
Eigenvalues: (16,0) (-1,0) (0,0) Eigenvectors: (-0.231971,-0.78583) (-0.525322,0.0867513) (0.377429,0.508176) (-0.525322,-0.0867513) (0.789849,-0.0867513) (-0.252945,-0.508176) (0.377429,0.508176) (-0.231971,-0.78583) (0.881894,0)
本例中的矩阵A的本征值分别为16,-1和0,对应的本征向量分别为(-0.231971,-0.78583),(-0.525322,-0.0867513)和(0.377429,0.508176)。