第五章矩阵特征问题的求解概览.ppt

（2） 当 y 0时， （3） （4） （5）计算特征向量 P0 I n 阶矩阵A非奇的等价性： 1. A非奇； 2. Ax 0 当且仅当 x 0； 3. A可以经过行变换到 In ； 4. 对每一个非零的向量b ，Ax b有唯一解； 5. 6. 秩A n； 7. A的n个行向量线性无关； 8. A的n个列向量线性无关； 9.A的特征值非零。 第五章 矩阵特征问题的求解 5.1 引言 定义5.1 设矩阵A, B?R n?n，若有可逆阵P，使 则称A与B相似。 定理5.1 若矩阵A, B?R n?n且相似，则 （1）A与B的特征值完全相同； （2）若x是B的特征向量，则Px便为A的特征向量。 定理5.2： 设A?R n?n具有完全的特征向量系，即存在n个线性无关 其中?i为A的特征值，P的各列为相应于?i的特征向量。 的特征向量构成Rn的一组基底，则经相似变换可化A为 对角阵，即有可逆阵P，使 定理5.3 ：A?R n?n，?1, …, ?n为A的特征值，则 （2）A的行列式值等于全体特征值之积，即 （1）A的迹数等于特征值之和，即 定理5.4 设A?R n?n为对称矩阵，其特征值?1≥?2≥…≥?n，则 （1）对任意A?R n，x≠0， （2） （3） 定理5.5 （Gerschgorin圆盘定理） 设A?R n?n，则 表示以aii为中心，以 半径为的复平面上的n个圆盘。 （2）如果矩阵A的m个圆盘组成的并集S（连通的）与其余 （1）A的每一个特征值必属于下述某个圆盘之中， n – m个圆盘不连接，则S内恰包含m个A的特征值。 5.2 乘幂法与反幂法 5.2.1 乘幂法 定理5.6 设A ?Rn?n有完全特征向量系，若?1, ?2,…, ?n为A的n个特征值且满足 对任取初始向量x 0 ?Rn，对乘幂公式 确定的迭代序列 xk ，有下述结论： （1）当 时，对i 1, 2, …, n 收敛速度取决于 的程度，r 1收敛快，r ? 1收敛慢， 且x k （当k充分大时）为相应于?1的特征向量的近似值。 （2）当 时 a）若?1 ?2，则主特征值?1及相应特征向量的求法同（1）； 收敛速度取决于 的程度。向量 、 c）若 ，则连续迭代两次，计算出x k+1 ，x k+2 ， 分别为主特征值?1、?2相应的特征向量的近似值。 然后对j 1, 2, …, n 解方程 b）若?1 -?2，对i 1, 2, …, n 求出 、 后，由公式 解出主特征值?1、?2。此时收敛速度取决于 的程度。 向量 、 分别为相应于?1，?2 的特征向量的近似值。 规范化乘幂法 令max x 表示向量x分量中绝对值最大者。即如果有某i0，使 则 max x xi 对任取初始向量x 0 ，记 则 一般地，若已知x k ，称公式 定理5.7 设A?Rn?n具有完全特征向量系，?1, ?2, …, ?n为A 则对任初始向量x 0 ，由规范化的乘幂法公式确定的向量序列 1 （2）y k 为相应于主特征值?1的特征向量近似值 的n个特征值，且满足 y k ，x k 满足 5.2.2 原点位移法 希望 | ?2 / ?1 | 越小越好。 不妨设 ?1 ?2 ? … ? ?n ，且 | ?2 | | ?n |。 取?0（常数），用矩阵B A - ?0I 来代替A进行乘幂迭代。 i 1, 2, …, n 设?i i 1, 2, …, n 为矩阵B 的特征值，则B与A特征值之间 应有关系式： 关于矩阵B的乘幂公式为 为加快收敛速度，适当选择参数?0，使 达到最小值。 当?i i 1, 2, …, n 为实数，且?1 ?2 ≥…≥?n时，取 则为? ?0 的极小值点。这时 5.2.3 反幂法 若 A 有| ?1 | ? | ?2 | ? … | ?n |，则 A?1 有 1 1 1 1 1 l l l ? …? - n n A?1 的主特征根 A的绝对值最小的特征根 如何计算 解线性方程组 对应同样一组特征向量。 设A?Rn?n可逆，则无零特征值，由 有 规范化反幂法公式为 如果考虑到利用原点移位加速的反幂法，则记B A - ?0I， 对任取初始向量x 0 ?Rn， 5.3 子空间迭代法 斯密特（Schmidt）正交化过程： 设?1，?2，?3 为R3上的三个线性无关的向量， 令 ，则?1为单位长度的向量，再令 可以验证（?1, ?2） 0，即?1与?2正交。若令 则 即与?1, ?2正交，将其单位化为 于是向量组?1, ?2, ?3构成R3上一组标准正交基，且 其中Q [?1, ?2, ?3]为正交矩阵，R是