第五章矩阵特征值与特征向量的计算.ppt

* 第5章 矩阵特征值与特征向量的计算 n阶方阵A的特征值是特征方程 det(A-?E)=0 的根. Gerschgorin圆盘定理 设矩阵A=(aij)n?n ,记复平面上以aii为圆心,以ri= 为半径的n个圆盘为 Ri=??????aii??ri?,i=1,2,…,n A的特征向量是齐次线性方程组 (A-?E)x=0 的非零解. 则 (1)A的任一特征值至少位于其中一个圆盘内; (2)在m个圆盘相互连通(而与其余n-m个圆盘互不连通) 的区域内,恰有A的m个特征值(重特征值按重数记). 试讨论A的特征值的分布. 解 由A确定的3个圆盘分别为 所以 3??1?5 -2?2?2 -6??3-2 例1 设矩阵 R1=?????-4??1?, R2=???????2?, R3=?????+4??2? x y 0 -2 -4 -6 2 3 4 5 实际上， ?1=4.20308 , ?2=-0.442931 , ?3=-3.76010 适当选取非奇异对角矩阵D=diag(d1,d2,…,dn),则矩阵D-1AD与矩阵A有相同的特征值,且对角元素相同. 而矩阵D-1AD对应的n个圆盘为 如上例,取D=diag(2,1,1),则有 可见，R1?是独立的,所以可得3.5??1?4.5 . 对称矩阵A关于非零向量x的Rayleigh商定义为 设n阶实对称矩阵A的特征值为?1??2?…??n ,则有 可见,如果x是特征向量,则R(x)是对应的特征值. ?1? R(x)??n 如果x仅是一近似特征向量,则R(x)是对应的特征值的一个近似值. §1 乘幂法和反幂法 §1.1 乘幂法 乘幂法是用来求矩阵A按模最大的特征值和相应的特征向量的方法. 设A是单构矩阵, 即A有n个线性无关的特征向量. A的n个特征值为 |?1? ? ??2? ??? ??n? 对应的特征向量为 x1,x2,…xn 线性无关. 我们要求?1 和 x1 . 乘幂法的基本思想是取初始向量v(0)?Rn,作迭代 v(k+1) =Av(k) =Ak+1v(0) , k=0,1,2,… 产生迭代序列?v(k)?. 由于x1,x2,…xn 线性无关, 从而有 v(0) =a1x1+a2x2+…+anxn 故有 v(k) = Akv(0) =a1?1kx1+a2?2kx2+…+an?nkxn (5.1) 1. 设|?1???2??????n? , 这时,(5.1)式可写成 若a1?0, 则对充分大的k有 因而有 或取 而特征向量 x1 ? v(k). 乘幂法的收敛速度取决于|?2/?1|的大小. 求矩阵A的按模最大的特征值 解 取v(0)=(1,0)T ,计算v(k)=Av(k-1), 结果如下 例2 0.41263 0.41263 0.014190 0.017451 4 0.41267 0.41260 0.034389 0.042292 3 0.41665 0.41 0.083333 0.10250 2 0.2 0.25 1 0 1 0 v2(k)/v2(k-1) v1(k)/v1(k-1) v2(k) v1(k) k 可取??0.41263 ,x1?(0.017451,0.014190)T . 对非零向量v,用max(v)表示v的按绝对值最大的分量,称向量u=v/max(v)为向量v的规范化向量. 例如, 设向量v=(2,1,-5,-1)T,则max(v)=-5,u=(-0.4,-0.2,1,0.2)T.可见规范化向量u总满足‖u‖?=1. 乘幂法的规范化计算公式为: 任取初