这篇博文简要记录一下Fortran使用MKL函数库计算一般矩阵的特征值与特征向量：
一、设置vs（我用的是vs2013+ivf2013）
（1）点击项目>属性

（2）点击Fortran>Libraries>Use Intel Math Kernel Library>Parallel

（3）首先你得明确你的解决方案是win32还是x64的。如果解决方案是win32，打开工程属性->Fortran->Labraries->Use Intel Math Kernel Library设置为开启，然后打开工程属性->Linker->Input->Additional Dependencies中写入mkl_lapack95.lib 如果解决方案是x64，打开工程属性->Fortran->Labraries->Use Intel Math Kernel Library设置为开启，然后打开工程属性->Linker->Input->Additional Dependencies中写入mkl_lapack95_lp64.lib

二、实验代码测试

program testGeev
        use lapack95
        implicit none
        integer :: i, info
        integer, parameter :: n = 3
        real :: a(n,n), wr(n), wi(n), vr(n,n), vl(n,n)

        a = reshape([1, 1, 0, 0, 0, 2, 0, 0, -1],shape(a))
        a = transpose(a)
 
        call geev(a, wr, wi, vl, vr, info)
        
        write(*,*) '特征值为:'
        write(*,'(*(f10.4))') wr
 
        write(*,*) '特征向量为:'
        do i = 1, n
                write(*,'(*(f10.4))') vr(i,:)
        end do
        
        if (info == 0) then
                write(*,*) '特征值与特征向量计算成功!'
        else
                write(*,*) '特征值与特征向量计算失败!'
        end if
        
end program testGeev

代码中的wi与vl可不理会，但是传递参数时不能删掉，否则会出错，本次测试中，矩阵a如下

a = [1  1  0
     0  0  2
     0  0 -1]

计算结果如下：

（1）特征值为:

1.0000    0.0000   -1.0000

（2）特征向量为:

1.0000   -0.7071    0.4082
0.0000    0.7071   -0.8165
0.0000    0.0000    0.4082

特征值与特征向量计算成功!

下面同时给出matlab的计算结果：

A = [1 1 0; 0 0 2; 0 0 -1];
[V,D] = eig(A) 
V =
    1.0000   -0.7071    0.4082
         0    0.7071   -0.8165
         0         0    0.4082

D =
 
     1     0     0
     0     0     0
     0     0    -1

计算结果相同，其实肯定相同。因为matlab底层调用的仍是MKL。
注意：
参考博文：fortran使用MKL函数库中的geev计算一般矩阵的特征值与特征向量