(内容提要)特征值数值解.docVIP

矩阵特征值与特征向量的数值计算 矩阵的特征值问题有着广泛的应用背景，例如微分方程的刚性比和数值方法的稳定性；动力系统和结构系统中的振动问题；电力系统的静态稳定分析；因子分析模型中的因子载荷、共同度和特殊方差的估计，实质上是矩阵的特征值问题。 设阶实矩阵的特征值问题是求和非零向量，使得 成立。其中为特征值(Characteristic Value)，为的对应于的特征向量(Characteristic Vector)。 一般地，代数方法只适用阶数较低的矩阵，当矩阵阶数很高时，用代数方法求矩阵的特征值和特征向量是极为困难的，本章介绍几种比较有效的数值方法，幂法和反幂法、方法及雅可比方法，我们仅对实矩阵进行讨论。 §1 幂法和反幂法 幂法(The Power Method) 幂法主要用于求矩阵的按模最大的特征值与相应的特征向量的数值方法。它是通过迭代产生向量序列，由此计算特征值和特征向量。 设阶实矩阵的特征值满足 且与对应的特征向量线性无关。 幂法的基本思想是给定初始向量，由迭代公式 （9-1） 产生向量序列： 上述向量称为迭代向量。 为简便起见，不妨设。因为线性无关，故必存在个不全为零的数，使得。 于是由式（9-1）得 （9-2） 设，由得 于是 故只要k充分大，就有