from qutip import *

N = 15
H = rand_dm(N) - rand_dm(N)

H.isherm = False
e, eket1 = H.groundstate()

e

eket1

(H * eket1).full() / (eket1).full()

H.isherm = True
e, eket2 = H.groundstate()

e

eket2

(H * eket2).full() / (eket2).full()

eket1.full() / eket2.full()

abs(eket1.full() / eket2.full()).T

evals, evecs = la.eig(H.full())

evals

H.eigenstates()[0]

H.isherm = True

H.eigenstates(sparse=False, eigvals=5, sort='low')[0]

H.eigenstates(sparse=False, eigvals=5, sort='high')[0]

H.eigenstates(sparse=True, eigvals=5, sort='low')[0]

H.eigenstates(sparse=True, eigvals=5, sort='high')[0]

H.isherm = False

H.eigenstates(sparse=False, eigvals=5, sort='low')[0]

H.eigenstates(sparse=False, eigvals=5, sort='high')[0]

H.eigenstates(sparse=True, eigvals=5, sort='low')[0]

H.eigenstates(sparse=True, eigvals=5, sort='high')[0]

H.isherm = True

H.eigenenergies(sparse=False, eigvals=5, sort='low')

H.eigenenergies(sparse=False, eigvals=5, sort='high')

H.eigenenergies(sparse=True, eigvals=5, sort='low')

H.eigenenergies(sparse=True, eigvals=5, sort='high')

H.isherm = False

H.eigenenergies(sparse=False, eigvals=5, sort='low')

H.eigenenergies(sparse=False, eigvals=5, sort='high')

H.eigenenergies(sparse=True, eigvals=5, sort='low')

H.eigenenergies(sparse=True, eigvals=5, sort='high')

from qutip.ipynbtools import version_table

version_table()