⋮
2026a

# cdf2rdf


拟三角矩阵的特征值

函数库: TyMath

# 语法

Vnew,Dnew = cdf2rdf(V,D)

# 说明

Vnew,Dnew = cdf2rdf(V,D) 将实矩阵 X 的 D,V = eigen(X),D = diagm(D) 的输出从复数对角形转换为实数对角形。此操作将变换 X 的特征值在 D 中的表示方式,并变换 V 以使 X*Vnew = Vnew*Dnew。示例

  • 在复数对角形中,D 是主对角线上具有复共轭特征值向量,沿对角线的一些特征值可能是实数,但假定复共轭特征值对是彼此相邻的;

  • 在实数对角形中,Dnew 在对角线上有实数特征值,复数特征值表示为沿主对角线的 2×2 实数块:

    这些分块表示的特征值是 和

    在复数 Schur 形式中,Tnew 是上三角矩阵且所有特征值(实数或复数)都在主对角线上:

# 示例

将复数对角矩阵变换为实数块对角矩阵

计算实矩阵的特征值和特征向量,然后将复共轭特征值对变换为实数块。

求实矩阵的特征值和特征向量。

using TyMath
X = [1   1   1   1   1
  0   4   5   1   1
  0  -5   4   1   1
  0   0   2   3   1
  0   0  -3  -2   1];
D,V = eigen(X)
D = diagm(D)
D =
5×5 Matrix{ComplexF64}:
 1.0+0.0im      0.0+0.0im           0.0+0.0im           0.0+0.0im          0.0+0.0im
 0.0+0.0im  2.11986-0.701806im      0.0+0.0im           0.0+0.0im          0.0+0.0im
 0.0+0.0im      0.0+0.0im       2.11986+0.701806im      0.0+0.0im          0.0+0.0im
 0.0+0.0im      0.0+0.0im           0.0+0.0im       3.88014-5.10458im      0.0+0.0im
 0.0+0.0im      0.0+0.0im           0.0+0.0im           0.0+0.0im      3.88014+5.10458im
V =
5×5 Matrix{ComplexF64}:
 1.0+0.0im   0.159282+0.403142im    0.159282-0.403142im    0.0178674-0.135128im   0.0178674+0.135128im
 0.0+0.0im  0.0704471+0.0267265im  0.0704471-0.0267265im  -0.0130401-0.621446im  -0.0130401+0.621446im
 0.0+0.0im  -0.126137-0.10316im    -0.126137+0.10316im     -0.636346-0.0im        -0.636346+0.0im
 0.0+0.0im  -0.227861+0.416112im   -0.227861-0.416112im     -0.10449-0.208668im    -0.10449+0.208668im
 0.0+0.0im   0.744853-0.0im         0.744853+0.0im          0.115564+0.349721im    0.115564-0.349721im

D 包含一个实数特征值和两对复共轭特征值。

变换 V 和 D,使 Dnew 为实数块对角型,并且 Vnew 满足 X*Vnew = Vnew*Dnew

Vnew,Dnew = cdf2rdf(V,D)
Vnew = 
5×5 Matrix{ComplexF64}:
 1.0+0.0im   0.225259+0.0im   0.570128-0.0im   0.0252683+0.0im    -0.1911-0.0im
 0.0+0.0im  0.0996273+0.0im   0.037797-0.0im  -0.0184414+0.0im  -0.878857-0.0im
 0.0+0.0im  -0.178385+0.0im  -0.145891-0.0im   -0.899929+0.0im        0.0-0.0im
 0.0+0.0im  -0.322245+0.0im   0.588471-0.0im   -0.147771+0.0im  -0.295101-0.0im
 0.0+0.0im    1.05338+0.0im        0.0-0.0im    0.163433+0.0im    0.49458-0.0im
Dnew =
5×5 Matrix{ComplexF64}:
 1.0+0.0im       0.0+0.0im        0.0+0.0im      0.0+0.0im       0.0+0.0im
 0.0+0.0im   2.11986+0.0im  -0.701806+0.0im      0.0+0.0im       0.0+0.0im
 0.0+0.0im  0.701806+0.0im    2.11986+0.0im      0.0+0.0im       0.0+0.0im
 0.0+0.0im       0.0+0.0im        0.0+0.0im  3.88014+0.0im  -5.10458+0.0im
 0.0+0.0im       0.0+0.0im        0.0+0.0im  5.10458+0.0im   3.88014+0.0im

Dnew 仍有实数特征值,但复共轭特征值被替换为 2×2 的块。

注意

在不同 Windows 版本中运行,0.0im 前的符号可能会有些许差异。

验证结果正确性。

X*Vnew - Vnew*Dnew
5×5 Matrix{ComplexF64}:
 0.0+0.0im  -1.11022e-16+0.0im           0.0+0.0im   5.55112e-16+0.0im           0.0+0.0im
 0.0+0.0im   1.38778e-16+0.0im   8.18789e-16+0.0im  -1.77636e-15+0.0im  -1.33227e-15+0.0im
 0.0+0.0im  -1.66533e-16+0.0im   2.77556e-16+0.0im  -3.55271e-15+0.0im   1.77636e-15+0.0im
 0.0+0.0im  -1.77636e-15+0.0im   6.66134e-16+0.0im  -2.22045e-15+0.0im    -4.996e-16+0.0im
 0.0+0.0im   1.77636e-15+0.0im  -1.44329e-15+0.0im   3.10862e-15+0.0im   8.88178e-16+0.0im

可以看出验证结果接近 0 矩阵,说明结果正确。

# 输入参数

D - 对角特征值矩阵
矩阵

对角特征值矩阵,指定为 D,V = eigen(X) 返回的矩阵。沿 D 的对角线的一些特征值可能是实数,但假设复共轭特征值对的彼此相邻的。

数据类型: Int | Float64 | Float32 | Float16

复数支持: 是

V - 右特征向量矩阵
矩阵

右特征向量矩阵,指定为 D,V = eig(X) 返回的矩阵。

数据类型: Int | Float64 | Float32 | Float16

复数支持: 是

# 输出参数

Dnew - 变换后的对角特征值矩阵
矩阵

变换后的对角特征值矩阵,以块对角实矩阵形式返回。D 中的复共轭特征值对被替换为沿 Dnew 中对角线的 2×2 实数块。

Vnew - 变换后的右特征向量矩阵
矩阵

变换后的右特征向量矩阵,以矩阵形式返回。对 V 中的特征向量进行变换,使 X*Vnew = Vnew*Dnew 成立。在变换后,Vnew 的各个列不再是 X 的特征向量,但与 Dnew 中的 2×2 块关联的 Vnew 中的每对向量跨越对应的不变向量。

# 另请参阅

eigen | rsf2csf