计算方法公选课课件(第九章).pptVIP

第九章 矩阵特征值和特征向量的计算 一、矩阵特征值和特征向量的概念 设有一个n*n的矩阵A，若有一n维向量V，和一常数 ，使 （9-1） 则称常数 是矩阵A的特征值，向量V是矩阵A的属于特征值 的特征向量。很显然，若向量V是矩阵 的属于特征值 的特征向量，则对任意常数 ， 也是矩阵A的属于特征值 的特征向量，这是因为 （9-2） 二、线性代数中矩阵特征值和特征向量的计算 例1：求出下面的矩阵A的特征值和特征向量 解：（1）求矩阵 的特征值 写出矩阵 的特征多项式，并将其作因式分解： 求出此特征多项式的根，即为矩阵A的特征值，由上式可知，矩阵A的特征值为（一般按绝对值从大到小排列）： （2）求矩阵A的特征向量 取 ，根据特征多项式写出齐次线性方程组 由其中第一个方程和第三个方程可得 令x2=-2得x1=2，x3=1 由此可得(2,-2,1)T是矩阵A的属于特征值 的特征向量。 同理可得 (1,2,2)T是矩阵A的属于特征值 的特征向量。 (2,1,-2)T是矩阵A的属于特征值 的特征向量。 三、数值计算方法中矩阵特征值和特征向量的计算 1、幂法 幂法是通过求矩阵特征向量来求出特征值的一种迭代法。他主要是用来求按模最大的特征值和相应的特征向量的。其优点是算法简单，容易在机器上实现。缺点是收敛速度较慢，其有效性依赖于 矩阵特征值的分布情况。 幂法的基本思想是：若我们要求某个n*n阶的矩阵A的特征值和特征向量，先任取一个初始向量X(0)，构造如下序列： （9-3） 当 增大时，序列的收敛情况与绝对值较大的特征值有密切关系，分析这一序列的的极限，即可求出按模最大的特征值和相应的特征向量。 例2：求例1中的矩阵A的按模最大的特征值和对应的特征向量。 解：选取初始向量X(0) =(1,1,1)T。 根据迭代公式 计算可得 k X1(k) X2(k) X3(k) 0 1 1 1 1 0 -3 -2 2 6 1 6 3 10 -23 -2 k X1(k) X2(k) X3(k) 4 66 -39 46 5 210 -263 78 6 946 -839 526 7 3570 -3783 1678 8 14706 -14279 7566 9 57970 -58823 28558 10 233586 -231879 117646 11 930930 -934343 463758 …… …… …… …… 20 2.443*1011 -2.44*1011 1.222*1011 21 9.773*1011 -9.77*1011 4.887*1011 …… …… …… …… 30 2.562*1017 -2.56*1017 1.281*1017 k X1(k) X2(k) X3(k) 31 1.025*1018 -1.02*1018 5.124*1017 …… …… …… …… 直接观察这个表中的数据，可能看不出什么规律。现在我们按以下两种情况分析： 用任一分量 的后面一个值除以它的前面一个值 ，可以看出，这个商值越来越接近于4，也就是矩阵A的按模最大的特征值 。 另外，用三个分量