使用sympy计算符号特征值
问题描述:
我正在尝试计算大小为3x3
的符号复数矩阵M
的特征值。在某些情况下,eigenvals()
完美。例如,下面的代码:使用sympy计算符号特征值
import sympy as sp
kx = sp.symbols('kx')
x = 0.
M = sp.Matrix([[0., 0., 0.], [0., 0., 0.], [0., 0., 0.]])
M[0, 0] = 1.
M[0, 1] = 2./3.
M[0, 2] = 2./3.
M[1, 0] = sp.exp(1j*kx) * 1./6. + x
M[1, 1] = sp.exp(1j*kx) * 2./3.
M[1, 2] = sp.exp(1j*kx) * -1./3.
M[2, 0] = sp.exp(-1j*kx) * 1./6.
M[2, 1] = sp.exp(-1j*kx) * -1./3.
M[2, 2] = sp.exp(-1j*kx) * 2./3.
dict_eig = M.eigenvals()
返回我的M
3个正确的复杂的符号特征值。但是,当我设置x=1.
,我得到以下错误:
raise MatrixError("Could not compute eigenvalues for {}".format(self))
我也试着计算特征值如下:
lam = sp.symbols('lambda')
cp = sp.det(M - lam * sp.eye(3))
eigs = sp.solveset(cp, lam)
但它返回我在任何情况下ConditionSet
,即使eigenvals()
能做这项工作。
有谁知道如何正确解决这个特征值问题,对于任何值x
?
答
您对M的定义让SymPy过于艰难,因为它引入了浮点数。当你想要一个符号解决方案时,浮动应该避免。这意味着:
- 而不是
1./3.
(Python的浮点数)使用sp.Rational(1, 3)
(SymPy的有理数)或sp.S(1)/3
具有相同的效果,但更容易输入。 - 代替
1j
(Python的虚数单位)使用sp.I
(SymPy的虚数单位) - 代替
x = 1.
,写x = 1
(Python 2.7版的习惯和SymPy一起去很差)。
有了这些变化要么solveset
或solve
找到的特征值,虽然solve
让他们快得多。此外,你可以做一个多边形对象并应用roots
它,这可能是最有效的:(这将是更容易做from sympy import *
比输入所有这些SP)
M = sp.Matrix([
[
1,
sp.Rational(2, 3),
sp.Rational(2, 3),
],
[
sp.exp(sp.I*kx) * sp.Rational(1, 6) + x,
sp.exp(sp.I*kx) * sp.Rational(1, 6),
sp.exp(sp.I*kx) * sp.Rational(-1, 3),
],
[
sp.exp(-sp.I*kx) * sp.Rational(1, 6),
sp.exp(-sp.I*kx) * sp.Rational(-1, 3),
sp.exp(-sp.I*kx) * sp.Rational(2, 3),
]
])
lam = sp.symbols('lambda')
cp = sp.det(M - lam * sp.eye(3))
eigs = sp.roots(sp.Poly(cp, lam))
我对于为什么SymPy的特征值方法即使在进行上述修改的情况下报告失败也不太清楚。正如你可以看到in the source,它不会比上面的代码做得多:在特征多项式上调用roots
。所不同的似乎是在创建这个多项式的方式:M.charpoly(lam)
回报
PurePoly(lambda**3 + (I*sin(kx)/2 - 5*cos(kx)/6 - 1)*lambda**2 + (-I*sin(kx)/2 + 11*cos(kx)/18 - 2/3)*lambda + 1/6 + 2*exp(-I*kx)/3, lambda, domain='EX')
神秘的(对我来说)domain='EX'
。随后,roots
的申请返回{}
,找不到根。看起来像是实施的不足之处。
非常感谢您的帮助。似乎我的问题来自使用1j而不是使用sp.I,但使用Rational肯定有帮助!问题已解决,但仍然存在SymPy的特征值问题... – Azlof
我简化了您的示例并发布了[作为SymPy问题](https://github.com/sympy/sympy/issues/13340) – FTP
问题解决在github上。对于那些有兴趣的人来说,修复已经被SymPy的分支大师所推动。谢谢米歇尔! – Azlof