Cht8矩阵特征值问题计算技术报告.ppt

8.1 引 言 8.2 幂法及反幂法 8.2.2 加速方法 §3 Householder方法 §4 QR方法 一、基本QR方法 [Q R] qr A ,A R*Q, 二*、带原点位移的QR方法 三*、用单步QR方法计算上海森伯格阵特征值 四*、双步QR方法 隐式QR方法,略 证明 由（2.8）式及 得 （2.11） 三、反幂法 反幂法可求非奇异实矩阵的按模最小特征值及特征向量。 反幂法计算公式: format long;A [2 1 0;1 3 1;0 1 4],p 1.2679,B A-p*eye 3 ; [L U P] lu B ;L,U,P,v U\[1 1 1], mu max v ;u v/mu, v U\ L\ P*u , mu max v ;u v/mu,lamda p+1/mu 一、引言 本节讨论两个问题: 介绍初等反射阵和平面旋转阵， 一、初等反射阵 二、平面旋转矩阵 算法2（豪斯霍尔德约化对称阵为对称三对角阵） 设 为对称阵，本算法确定初等反射阵 使 （为对称三对角阵）. 的对角元 存放在数组 内， 的次对 角元素 存放在数组 内. 数组 最初可用来存放 及 ，确定 中向量 的分量存放在 的相应位置. 冲掉 ，约化 的结果冲 掉 ，数组 的上部分元素不变. 如果第 步不需要变换则 置 为零. 对对称阵 用初等反射阵正交相似约化为对称三对角 阵大约需要 次乘法. Rutishauser 1958 利用矩阵的三角分解提出计算矩阵特征值的LR算法，Francis 1961,1962 利用矩阵的QR分解建立计算矩阵特征值的QR方法. QR方法是一种变换方法，是计算一般 中小型 矩阵全部特征值问题的最有效方法之一. 目前QR方法主要用来计算： （1）上海森伯格阵全部特征值问题； （2）对称三对角阵全部特征值问题. 下面先介绍求非奇异矩阵的全部特征值的基本QR方法， 再讨论上海森伯格阵和对称三对角阵的全部特征值问题. 第8章 矩阵特征值问题计算 物理、力学和工程技术中很多问题在数学上都归结为求矩阵的特征值问题。例如，振动问题 大型桥梁或建筑物的振动、机械的振动、电磁震荡等 ，物理学中的某些临界值的确定。它们都归结为下述数学问题。 证明 只证 1. 由于 为实对称矩阵，可将 对应的特征 向量 正交规范化，则有 设 为 中任一向量，则有展开式 于是 从而1成立. 结论1说明瑞利商必位于 和 之间. 8.2.1、幂法 幂法是一种求实矩阵A的按模最大的特征值λ1及其对应的特征向量x1的方法。特别适合于大型稀疏矩阵。 幂法的基本思想是任取一个非零的初始向量 ，由矩 阵 构造一向量序列 （2.2） 称为迭代向量. 由假设， 可表示为 （2.3） 于是 其中 由假设 故 （2.4） 从而 这说明序列 越来越接近 的对应于 的特征向量， 或者说当 充分大时 （2.5） 即迭代向量 为 的特征向量的近似向量（除一个因子外）. 再考虑主特征值 的计算，用 表示 的第 个分 量，则 （2.6） 故 （2.7） 也就是说两相邻迭代向量分量的比值收敛到主特征值. 这种由已知非零向量 及矩阵 的乘幂 构造向量 序列 以计算 的主特征值 （利用（2.7）式）及相 应特征向量（利用（2.5）式）的方法称为幂法. 由（2.6）式知， 的收敛速度由比值 来确定， 越小收敛越快，但当 时收 敛可能就很慢. 定理12 设 有 个线性无关的特征向量，主 特征值 满足 则对任何非零初始向量 , 2.4 , 2.7 式成立. 如果 的主特征值为实的重根，即 ， 且 又设 有 个线性无关的特征向量， 对应的 个线性无 关特征向量为 ，则由（2.2）式 这说明当 的主特征值是实的重根时，定理5的结论还 是正确的. 应用幂法计算 的主特征值 及对应的特征向量时， 如果 （或 ），迭代向量 的各个不等于零 的分量将随 而趋向于无穷（或趋于零），这样在计算机实现时就可能“溢出”. A [1 1 0.5;1 1 .25;.5 .25 2] u [1,1,1] v A*u,v1 max v ,u v/v1 例3 用幂法计算 的主特征值和相应的特征向量. 计算过程如表8-1. 原点平移法 由前面讨论知道，应用幂法计算 的主特征值的收敛 速度主要由比值 来决定，但当 接近于1时，收敛 可能很慢. 一个补救的办法是采用加速收敛的方法. 引进矩阵 其中 为选择参数. 设 的特征值为 ，则 的相应特征值为 ，而且 的 特征向量相同. 如果要计算 的主特征值