C/C++ 使用QR(正交三角)求特征值eigen values算法详解及源码

使用QR(正交三角)求特征值算法是一种常用的求解特征值的方法。该方法基于QR分解的概念，将输入的矩阵通过一系列正交相似变换，使其转化为上三角矩阵，从而简化了求解特征值的过程。

下面详细介绍使用QR(正交三角)求特征值的算法步骤：

1. 对于输入的n x n矩阵A，进行QR分解，将其分解为两个矩阵Q和R，使得A = QR。

2. 循环执行以下步骤，直到收敛（达到所需的精度）为止：
   a. 计算RQ，得到一个新的矩阵A’。
   b. 将A’再次进行QR分解，得到新的矩阵Q’和R’。
   c. 将R’和Q’相乘，并更新A为新的矩阵A’ = R’Q’。
   d. 检查A’是否收敛，如果是，则停止迭代。

3. 迭代结束后，A’的对角线元素即为矩阵A的特征值。

使用QR(正交三角)求特征值的算法优点：

1. 相对于其他特征值求解方法，QR(正交三角)算法具有较好的数值稳定性和收敛性。
2. 该算法可以处理任意实对称矩阵和复矩阵，因此适用范围广。

使用QR(正交三角)求特征值的算法缺点：

1. 对于大型矩阵，QR分解的计算量较大，因此在计算效率上可能不如其他特征值求解方法。
2. 该算法在某些情况下可能会出现收敛问题，需要通过设定合适的停止条件来确保结果的准确性。

以下是使用C++语言实现的使用QR(正交三角)求特征值的算法代码：