第5章 矩阵特征值和特征向量.pptVIP

理论基础：A是n阶实矩阵，存在正交阵P，s.t. 是1阶或2阶方阵。若Aii 是1阶的， 则它是A的一个实特征值；若Aii 是2阶的，则它的两个特征值是A的一对共轭复特征值。 定理说明：用正交阵相似变换可将一般实矩阵约化为上Hessenberg阵，将实对称阵约化为对称三对角阵。 正交相似变换不改变特征值和特征向量，因此求原矩阵的特征值问题就转化为求上Hessenberg阵或对称三对角阵的特征值问题。 问题的关键：如何将一般实矩阵正交约化为上Hessenberg阵，将实对称阵约化为对称三对角阵？ 初等反射阵 Def 初等反射阵 性质: 对称、正交、对合 初等反射阵的几何意义 S w v=x+y y x -y v’=x-y v’是v关于平面S的镜面反射。 初等反射阵将 Rn 中任意向量关于以w为法向量且过原点的超平面做镜面反射。 初等反射阵的作用：对向量作变换 Proposition 证明：令 Corollary §2 平面旋转矩阵 ? 雅可比法的基本思想: 设法用一系列简单的正角阵Rk , 逐步地将 A 化为近似对角阵(非对角元近似化为0)。即选择Rk , 令 A的全部特征值 问题的关键：如何构造正交阵Rk ？ ? 平面旋转变换 ?雅可比算法: 设Ak-1 (k?1, A0 =A)未对角化，即非对角元中有较大的元素，设非对角元中按模最大的元素是 引入平面旋转矩阵 利用Rk(p,q)对Ak-1作旋转变换，使 中的非对角元 ? 应满足 常将?限制在 对Jacobi算法有几点说明： ? 1. 构造旋转矩阵时只需计算sin?,cos?,为了防止舍入误差扩大，sin?,cos?按下面公式计算： 否则， ? 2. 由于Ak 是对称阵，因此只要计算上三角（或下三角）元素即可，既节省计算量，有能保证Ak 严格对称。 ? 3. 的计算过程如下： ? 4. Ak 中经旋转变换化为零的元素，可能在Ak+1中又成为非零元素，因此不能期望通过有限次旋转变换将原矩阵A对角化，但可证 证明 Jacobi法的收敛性 由前面推论知 ? 5. 实际计算时，当k充分大或者当 时迭代终止， A的全部近似特征值 ? 6. 特征向量的计算：设经过m次旋转变换迭代结束，则 说明Pm的第j列就是?j的标准正交特征向量的近似值。 实际计算时，并不是保留 到最后才形成Pm，而是逐步形成的。 令 每一步的计算公式为 ? 7. 对经典Jacobi法的改进-----避免每次在非对角元中选主元素花费太多时间：循环雅可比法和雅可比过关法。 ?雅可比过关法： 1. 设阈值T0(一般取为 )，在A的非对角 元中按行（或列）扫描（只需扫描上（或下）三角元素），即按如下顺序与阈值T0作比 较： 若 |aij| T0 , 则过关； 否则，作一次旋转变换使aij =0。 2.设阈值 T1=T0 / n,重复上述 过程，直到满足精度要求为止。 按行扫描 按列扫描 ?循环雅可比法：不选主元素，直接将非对角元素按列（或行）的次序扫描并依次化为0。 由于前面已化为0的元素在后面又可能成为非零元素，因此要反复多次扫描，直到达到精度要求为止。 缺点：对一些已经足够小的元素也要作化零处理。 ?雅可比过关法+循环雅可比法：在前几次循环中使用雅可比过关法，经几次循环后，矩阵非对角元素的绝对值的大小已相差不大，这时再使用几次循环雅可比法，效果更好。 例：用雅可比方法计算下面实对称阵的特征值 解： (1) A0=A, 选非对角元中的主元素a12= -1, 因为a11=a22, 取 (1) 选非对角元中的主元素a13= 0.707107 (3) 选非对角元中的主元素a23= -0.627963 (5) 选非对角元中的主元素a13= 0.169525 (4) 选非对角元中的主元素a12= -0.276837 A的近似特征值为 ?1?3.414 209, ?2?0.585 986, ?3?1.999 800 A的准确特征值为 §3 Householder法 求一般实矩阵的全部特征值 Def 方阵B若满足：当ij+1时，bij=0,则称B为上Hessenberg阵(或准上三角阵)，即 i=j+1 i j+1 ②特征向量: 已知A的特征值?，求齐次线性方程组 的非