这就是我的处理方式。我将eigenvalues 的结果分配给两个变量,所以一个是第一个列表,另一个是第二个。请注意,我为此使用并行分配,例如[a, b] : [foo, bar]; 将 foo 分配给 a 并将 bar 分配给 b。然后我将两个列表中的元素粘贴在一起,以保持每个特征值的多重性。最后,我将按大小对特征值进行排序。我将按幅度递减排序,因此第一个元素是最大的特征值及其多重性。
(%i2) A : matrix ([1/7, 15/14, 15/7], [-13/7, 85/14, 71/7], [9/7, -27/7, -47/7]);
[ 1 15 15 ]
[ - -- -- ]
[ 7 14 7 ]
[ ]
[ 13 85 71 ]
(%o2) [ - -- -- -- ]
[ 7 14 7 ]
[ ]
[ 9 27 47 ]
[ - - -- - -- ]
[ 7 7 7 ]
(%i3) [vals, mults] : eigenvalues (A);
1
(%o3) [[-, - 2, 1], [1, 1, 1]]
2
(%i4) vals_mults : map (lambda ([a, b], [a, b]), vals, mults);
1
(%o4) [[-, 1], [- 2, 1], [1, 1]]
2
(%i5) sort (vals_mults, lambda ([a, b], abs(a[1]) > abs(b[1])));
1
(%o5) [[- 2, 1], [1, 1], [-, 1]]
2
(%i6) first (%);
(%o6) [- 2, 1]