Chap05-求矩阵特征值与特征向量.pptVIP

第5章 求矩阵的特征值 与特征向量 5.1 幂法 5.2 逆幂法 5.3 求实对称阵特征值的对分法 概述 矩阵的特征值与特征向量 特征值： 特征向量 特征多项式： 5.1 幂法 5.1.1 幂法的基本思想 1. 根据（特征值r、特征向量x、方阵A）满足关系式：Ax=rx，故任取非零初始向量x(0)，作迭代序列： 2.再根据k增大时 x(k)各分量的变化规律，求出矩阵A的按模最大特征值与特征向量。 5.1 幂法 [例1] 对A作迭代计算(P80页) 5.1.2 幂法的计算公式 幂法的要求： 矩阵A有完备的特征向量系，即A有n个线性无关的特征向量。 幂法的功能：计算按模最大特征值和特征向量 5.1.2 幂法的计算公式 幂法计算公式的推导： 5.1.2 幂法的计算公式 分三种情况讨论： 5.1.2 幂法的计算公式 5.1.2 小结 幂法的一般计算步骤： 给出初值x(0)，按迭代公式计算：x(k+1)=Ax(k) 根据迭代序列各分量的变化情况求根： 若各分量单调变化（相邻两个向量的各分量之比趋向于常数c），则按情况一处理。 若奇序列、偶序列的各个分量比趋于常数，则按情况二处理。 若序列的各分量表现为其它情况，则结束。 5.1.3 幂法的实际计算公式 5.1.4 幂法的计算步骤、实例 幂法的收敛速度取决于比值: 称其为收敛因子，比值越小，收敛越快。 计算实例：P85页 例2 5.2 逆幂法 作用：求矩阵A(A-1)的按模最小(大)特征值和特征向量 基本思想： 1.设A为非奇异方阵，特征值和特征向量为： 2.则A-1的特征值和特征向量为： 3.可见， A-1的按模最大特征值的倒数即为矩阵A的按模最小特征值。 5.2.1 逆幂法的计算公式 方法：作迭代 或 反迭代 实际计算公式： (1)先对A作LU分解；（ LU分解的要点: ??） (2)再解方程组： 5.2.1 逆幂法的计算公式 5.2.1 逆幂法的计算公式 5.2.2-3 逆幂法的计算步骤/实例 P87页 例1 5.2.4 用逆幂法求 附近的特征值 5.2.5 用逆幂法求 附近的特征值的计算实例 P88页 例2 本例的启示： 本例所用的思想可以称为“原点平移法”。 矩阵A与矩阵(A-r0I)的特征值有以下关系： 若ri 是矩阵A的特征值，则 (ri-r0) 就是(A-r0I)的特征值，而且相应的特征向量不变。 适当选取r0，使|r1-r0||ri-r0|，这样用幂法计算矩阵(A-r0I)的特征值收敛速度更快。 5.3 求实对称阵特征值的对分法 5.3 求实对称阵特征值的对分法 5.3 求实对称阵特征值的对分法 5.3 求实对称阵特征值的对分法 5.3 求实对称阵特征值的对分法 5.3 求实对称阵特征值的对分法 5.3 求实对称阵特征值的对分法 5.3.2 实对称阵的三对角化 5.3.2 实对称阵的三对角化 5.3.2 实对称阵的三对角化 * * 考察迭代序列x(k)的相邻向量的相应分量比值，可见：随k的增大而趋向于一个固定值。 (该值) == (矩阵A的按模最大特征值) 特征值： 特征向量： 取初始非零向量x(0)，且： 迭代公式： 则有： (1) 为实根， 且 (2) 为实根， 且 及 (3) 复根 ①用最小二乘法求解方程组： ②再解一元二次方程： 迭代条件： 计算结果： 计算结果： 迭代条件: 求：在值 附近的A的特征值和特征向量？ 问题：已知方阵A、给定值 分析：不妨设 附近的特征值为 ，则必有 从而，原问题变成求“按模最小特征值”。 解法： (1) 构造矩阵 (2) 用逆幂法求B的按模最小特征值 5.3.1 求实对称三对角阵特征值的对分法 1.实对称三对角阵的Sturm序列 设实对称三对角阵C，Sturm序列就是 的i阶主子式序列，即C的特征多项式序列。 Sturm序列的一些性质： (1) 仅有实根 (2) 相邻项无公共零点 (3) pi(x)=0，则 pi-1(x)pi+1(x)0 (4) pi(x)全是单根，且具有隔离作用 (5) pi-1, pi左邻域同号，pi, pi+1右邻域同号 2. Sturm序列在某点的连号数 (1) 计算在点 处Sturm序列的全部值； (2) 相邻两项若同号，则有1个连号数；否则，无连号数。 注：pi(x)=0=+0（即0的符号为正） (3) 按顺序数完连号数，则得到Sturm序列的总连号数，记为: 3. Gerschgori