我想找到3x3矩阵的特征值和特征向量（大多数情况下，如果不总是对称的话！！）。我的数字以定点格式存储（准确地说是16.16）。
请注意，我并不太在意性能，只是简单地实现一个完成任务的算法。
当您构建并运行它（使用libfixmath库）时，下面的代码会生成正确的特征值，但不会生成正确的本征向量。
如果我正确理解算法，特征向量是所有计算出的Q的乘积。
有人知道可能出了什么问题吗？（甚至是对代码（写作风格等）的更正——你能想到的任何东西，但当然要试着把注意力集中在特征向量上！：）：P
实际的循环就像3行。。。它的作用是：
eigenvectors = identity matrix
1) QR decomposition A = Q*R
2) Anew = R*Q (multiply the factors in the reverse order, and iterate)
3) eigenvectors = eigenvectors * Q
谢谢！！哦，这里的C新手。。。。
代码：
我已经使用了很多年，有几个好处LAPACK库，
为了比较结果，您可以使用R（默认使用LINPACK例程DQRDC2）甚至MATLAB。
然后，您可以使用R中的qr()命令和LAPACK=TRUE选项来使用LAPACK例程：
> QR <- qr(Mat,LAPACK=TRUE)
> QR
但是，您应该注意，在这种情况下，函数qr()使用LAPACK例程DGEQP3。与您使用的DGEQRF例程相反，DGEQP3计算具有列枢轴的矩阵的QR分解。
如果你得到不同的结果，可能是你没有使用相同的方法（不知道什么方法使用了你发布的代码）。
您应该记住，QR分解是而不是唯一的解决方案。要知道你的QR分解是否正确，你可以简单地检查Q和R矩阵是否满足要求。例如在R:中
> Q <- qr.Q(QR)
> round( t(Q) %*% Q , 10 )
[,1] [,2] [,3] [,4]
[1,] 1 0 0 0
[2,] 0 1 0 0
[3,] 0 0 1 0
[4,] 0 0 0 1
> all.equal(Q %*% qr.R(QR),Mat)
[1] TRUE