问题摘要

我想计算最小的特征值（代数值）。该矩阵来自我使用pyNastran库读取的op 4文件。在these instructions之后，我尝试使用scipy.sparse.linalg.eigsh函数和移位-反转模式来计算最小特征值。为了检查计算是否正确，我将eigsh的结果与numpy.linalg.eigvals的结果进行了比较，我观察到的结果令人费解：如果我简单地将eigsh应用于矩阵，计算出的特征值是错误的，如果我将矩阵保存到csv文件，然后将其加载回numpy数组，特征值是正确的。更令人困惑的是，当我比较两个矩阵时，numpy.array_equal返回True。eigsh怎么可能对同一个矩阵返回两个不同的结果？

代码

from pyNastran.op4.op4 import read_op4
from scipy.sparse.linalg import eigsh
import numpy as np
op4 = read_op4('kllrh.op4')
matrix_name = 'KLLRH'
kllrh_matrix = op4[matrix_name][1][-1]
reference_max_eigenvalue = np.max(np.linalg.eigvals(kllrh_matrix))
reference_min_eigenvalue = np.min(np.linalg.eigvals(kllrh_matrix))
eigsh_min_eigenvalue = eigsh(kllrh_matrix, 1, sigma=0, which='LM', return_eigenvectors=False)
np.savetxt('kllrh.csv', kllrh_matrix, delimiter=',')
kllrh_matrix_reloaded = np.loadtxt('kllrh.csv', delimiter=",")
reloaded_eigsh_min_eigenvalue = eigsh(kllrh_matrix_reloaded, 1, sigma=0, which='LM', return_eigenvectors=False)
print(reference_min_eigenvalue)
print(eigsh_min_eigenvalue)
print(reloaded_eigsh_min_eigenvalue)
print(np.array_equal(kllrh_matrix, kllrh_matrix_reloaded))
print(type(kllrh_matrix))
print(type(kllrh_matrix_reloaded))
print(reference_max_eigenvalue)

这将返回以下内容：

-0.0028387385
[0.05363945]
[-0.00283876]
True
<class 'numpy.ndarray'>
<class 'numpy.ndarray'>
6502976000.0

请找到kllrh.op4文件here。