第八章矩阵的特征值与特征向量的数值解法.doc

第八章 矩阵的特征值与特征向量的数值解法 某些工程计算涉及到矩阵的特征值与特征向量的求解。如果从原始矩阵出发，先求出特征多项式，再求特征多项式的根，在理论上是无可非议的。但一般不用这种方法，因为了这种算法往往不稳定.常用的方法是迭代法或变换法。本章介绍求解特征值与特征向量的一些方法。 §1 乘幂法 乘幂法是通过求矩阵的特征向量来求特征值的一种迭代法，它适用于求矩阵的按模最大的特征值及对应的特征向量。 定理8·1 设矩阵An×n有n个线性无关的特征向量Xi（i=1,2,…,n），其对应的特征值λi(i =1,2,…,n)满足 |λ1||λ2|≧…≧|λn| 则对任何n维非零初始向量Z0,构造Zk = AZk-1(k=1,2,…) 有 （8·1） 其中(Zk)j表示向量Zk的第j个分量。 证明 ： 只就λi是实数的情况证明如下。 因为A有n个线性无关的特征向量Xi，（i = 1,2,…,n）所以任何非零向量Z0都可用Xi（i = 1,2,…,n）线性表示，即Z0=α1X1 + α2X2 +…+αnXn（α1≠0） 用A构造向量序列{Zk}其中 (8.2) 由矩阵特征值定义知AXi=λiXi(i=1,2, …,n)，故 （8.3） 同理有 （8.4） 将（8.3）与（8.4）所得Zk及Zk-1的第j个分量相除，设α1≠0，并且注意到 |λi||λ1|(i=1,2,…,n)得 证毕 定理8·1的证明过程实际上是给出了矩阵的按模最大特征值的计算方法： 先任取一非零向量Z0,一般可取Z0=(1,1,1)T； 按（8.2）式计算Zk=AZk-1(k=1,2,…)； 当K足够大时,即可求出,为了减少λ1对于所选的第j个分量的依赖性,还可用各个分量比的平均值来代替,即 关于对应于λ1的特征向量的计算： 由（8.1）知，当k充分大时，Zk =λ1Zk-1，又由迭代式Zk = AZk-1，可知AZk-1=λ1Zk-1故由特征值定义知Zk-1即为λ1对应的特征向量，或Zk =λ1Zk-1为λ1对应的特征向量。 这种求矩阵的按模最大特征值及其对应特征向量的方法称为乘幂法。 应用乘幂法计算A的按模最大特征值λ1和对应特征向量时,由（8.3）易知 当|λ1|1或|λ1|1时,Zk中不为零的分量将会随K的增大而无限增大,或随K的增大而趋于零，用计算机计算就会出现“上溢”或“下溢”。为了克服这个缺点,常将迭代向量Zk先规范化，然后再计算，具体做法是： 用max(Z)表示向量Zk的绝对值最大的分量，任取一初始向量Z0=α1X1 + α2X2 +…+αnXn（α1≠0）构造与（8.2）对应的向量序列。 （8.6） 由（8.3）可知 （8.7） 由（8.3）和（8.6） （8.8） 也就是说,在满足定理的条件下,规范化的向量序列Yk仍收敛到A的按模最大特征值对应的特征向量；而向量序列Zk的绝对值最大的分量收敛到A的按模最大的特征值λ1。 例8·1 用规范化的乘幂法求矩阵 按模最大的特征值λ1和对应的特征向量X1。 解：取初始向量Z0=Y0=(1,1,1)T，按(8.6)、(8.7)和(8.8)算得Zk、Yk和max(Zk)，结果列于下表8—1. 表8—1 K Zk Yk max(Zk) 0 1 2 3 4 5 6 7 1 274 44.42377 44.92333 44.99572 44.99959 44.99953 44.99953 1 95 14.8432 14.97623 14.99865 14.99988 14.99983 14.99983 1 -184 -29.64262 -29.95048 -29.99722 -29.99974 -29.99968 -29.99968 1 1 1 1 1 1 1 1 1 0.34672 0.33413 0.33337 0.33334 0.33333 0.33333 0.33333 1 -0.67153 -0.66727 -0.66670 -0.66667 -0.66667 -0.66667 -0.66667 44.42377 44.92333 44.99572 44.99953 44.99953 44.99953 经七次选代计算,λ1