计算方法之计算矩阵的特征值和特征量讲解.ppt

* 设待求n阶矩阵A可逆，且其特征值为 ?i（i =1,2,…,n） 对应的特征向量为Xi，二者满足关系式 AXi=?iXi 等式两边同时乘以A-1，得 Xi=?iA-1Xi ，即 由特征值与特征向量的定义，知 为A-1的特征值，而Xi为对应的特征向量。 * 显然，如果 ?i 是A的按模最小特征值，那么其倒数则是A-1的按模最大特征值。 问题的解决：求规范化幂法求出A-1的按模最大特征值，取其倒数即A的按模最小特征值。 即 考虑A-1的计算烦琐，将上式变换为： —— 反幂法。 * 计算步骤： （1） 将A进行LU分解； （2） 取初始向量U(0)=V(0) 计算V(1)=AU(0) U(1)=V(1)/||V(1)||?，代入AV(2)=U(1) , 求V(2) U(2)=V(2)/||V(2)||?，代入AV(3)=U(3) , 求V(3) ………… 当|| V(k+1) – V(k) ||?EPS 时停止。 （3） 取 1/max(V(k+1)) 为按模最小特征值 U(k)为对应特征向量。 * 实例-用反幂法求 的按模最小特征值 解法 用先对A进行LU分解 取初始向量 V(0) =U(0)=( 1 , 1 )T 按 计算出V(1)，再计算U(1)，…… * 编程作业： 编制反幂法求方阵按模最小特征值的程序。 1、什么是实对称矩阵？ 对实矩阵A，若有A=AT，即aij=aji，则A为实对称矩阵。 2、Jacobi法的基本思想 （1）对实矩阵A，其所有特征值均为实数，而且一定存在一个正交矩阵P，使 * 其中 ?i （i=1,2,…,n）即A的全部特征值，而正交矩阵P 的第i列是对应于?i 的特征向量。 （2）直接找到正交矩阵P非常困难，但可用一系列一系列的正交矩阵P1、P2、…，Pk反复作用于A，即作如下正交变换： * 使变换后的矩阵A(k+1)在非主对角线上的元素趋近于0，而主对角线上的元素即为A的各个特征值的近似值，以矩阵P=P1P2…Pk-1Pk的第i列作为对应于?i 的特征向量。 3、正交矩阵系列P1，P2，…，Pk如何构成？ 以2阶实对称矩阵A为例来考虑： ，其中 如何通过正交矩阵变换，将A转换为对角矩阵以求出其全部特征值呢？ * （1）由实对称矩阵与二次型存在一一对应的关系，则A对应的二次型为 （2）如何转化为标准型？——坐标旋转： O θ x1 y1 x2 y2 相当于如下矩阵变换： 或者： * 其中 则可得标准二次型： （3）再由： 因： 故有 * 令 因 PPT=E，故P为正交矩阵。 结论：对2阶的实对称矩阵A，选取适当旋转角θ，作正交变换PTAP?B，而b11和b22即A的两个特征值，P 的两个列向量即对应的特征向量。 例 计算 特征值和对应特征向量。 解 取正交矩阵 * 对A作正交变换： 选取旋转角?=45o，使sin2 ?-cos2 ?=0，则有 * 则对应于特征值?1=4 的特征向量为 对应于特征值?2=2 的特征向量为 ——— 上述方法即为Jacobi法。 * Jacobi法应用于n阶实对称矩阵A： 取如下正交矩阵 * 该矩阵的特点： （1）主对角线元素vpp=vqq=cos?，其余为1； （2）两个非对角线元素-vpq=vqp=sin? ； （3）剩余的其它元素均为0。 现以V对A（其中aij=aji，i?j）作正交变换得A(1) 通过直接计算可知，除p、q两行和p、q两列以外，其余元素不变。 A(1)中各元素的计算公式： * 选取旋转角?使满足 则可使一对非主对角线元素 * 一般地，取不同参数p、q和?，得不同正交矩阵V(p,q,?)，逐次作用于A(1)、A(2)、…、A(k) ，每变换一次都将使A的一对非主对角线元素化为0。 不难证明： 可知，随正交变换的逐次进行，主对角线元素所占的比重越来越大，而非主对角线元素所占比重越来越小，最后将趋近于0。 * 若给定?0，当变换次数k充分大时，使满足 此时，矩阵A(k)的主对角线元素即所求特征值。 另外：在每次选取正交矩阵V(p,q,?)时，若使 即选取旋转主元，则可加快正交变换的效率。 如 取 * 雅可比方法的算法描述 先对下式做简化处理： 令 则有 求出此方程的根，即确定了正交矩阵V(p,q, ?)的旋转角度? ，分两种情形考虑： （1）若app=aqq，则t=1，取?=45o （2）若app?aqq，则t取绝对值较小的根 * 确定了旋转角度?后即可计算 一、数据说明 a[n][n]—初值为n阶实对称A，结果为对角矩阵，其主对角线元素为所求特征