SciPy e Numpy avere tra loro tre funzioni differenti per trovare autovettori per una data matrice quadrata, questi sono:autovettori Python: differenze tra numpy.linalg, scipy.linalg e scipy.sparse.linalg
concentrandosi in particolare sulla situazione che tutti gli argomenti opzionali I'v e ha lasciato fuori l'ultimo due si lasciano alle loro impostazioni predefinite e che a
/A
è a valori reali, sono curioso circa le differenze tra questi tre che sono ambigui dalla documentazione - in particolare:
- Perché (3) nota che non è possibile trovare gli autovettori tutti gli autovettori?
- Perché deve gli altri due calcolano tutte le soluzioni - perché non prendono un argomento
k
? - (1) ha una nota che dice che gli autovalori sono restituiti in nessun ordine particolare; (3) ha un argomento facoltativo per controllare l'ordine. (2) fornisce garanzie in merito?
- Fa (3) supporre che
A
è scarso? (matematicamente parlando, piuttosto che essere rappresentato come una matrice scipy sparsa) Può essere inefficiente, o anche dare risultati errati, se questa ipotesi non regge? - Ci sono altri fattori che dovrei considerare quando scelgo tra questi?