我正在尝试计算一个符号复矩阵 M
的特征值,其大小为 3x3
。有些情况下,eigenvals()
可以完美地工作。例如,以下代码:
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()
返回给我M
的3个正确的符号复杂特征值。然而,当我将x=1.
时,出现以下错误:
raise MatrixError("Could not compute eigenvalues for {}".format(self))
我也尝试按以下方式计算特征值:
lam = sp.symbols('lambda')
cp = sp.det(M - lam * sp.eye(3))
eigs = sp.solveset(cp, lam)
但无论如何它都会返回一个ConditionSet
,即使eigenvals()
可以完成工作。
有人知道如何正确地解决这个特征值问题,针对任何x
的值吗?