八矩阵特征值与特征向量的计算.ppt

* 计算方法课件： 由何满喜、尚绪凤制作 中国计量学院理学院数学系 第八章 矩阵特征值特征向量的计算 8.1 引言 8.4 反幂法 8.3 幂法 的加速与 降价 8.2 幂法 在本章，你将学到 8.1 引言 8.2 幂法 8.3 幂法的加速与降价 8.4 反幂法 8.5 计算 对称矩阵 特征值和 特征向量 的对分法 8.6 雅可比 方法 8.5 计算对称矩阵特征值和 特征向量的对分法 8.6 雅可比方法 第八章 矩阵特征值与特征向量的计算 8.1 引言 定义1 设A是n阶实对称矩阵， 对于任一非零向量 ，数 称为向量x的瑞利商，其中 是向量x的内积。 (8.1) (8.2) 定理1 设A是n阶实对称矩阵，其特征值为 是对应的正交特征向量,即 第八章 矩阵特征值与特征向量的计算 则 ⑴ ⑵ ⑶ 其中 是向量x的瑞利商. 证 设 是对应于特征值 的正交特征向量， 是任一向量,则 即 第八章 矩阵特征值与特征向量的计算 和 所以由 可得 和 由此可得 由于当向量x分别取 和 时,就有 于是有 第八章 定理3称为盖尔圆盘定理,(8.3)称为盖尔圆盘. 矩阵特征值与特征向量的计算 定理3 设 则A的每一个特征值必属于下面某个圆盘之中： (8.3) 定理2 设 是矩阵 的特征值，则有 ⑵ ⑴ 第八章 矩阵特征值与特征向量的计算 解 先计算盖尔圆盘: 即矩阵A的特征值 都满足 。 例1 设有矩阵 试估计矩阵A的特征值 的特征值的范围. 第八章 矩阵特征值与特征向量的计算 1 幂法 8.2 幂法 幂法的基本思想是： 若要求某个n阶矩阵A的特征值和特征向量， 先任取一个初始向量 ，构造如下向量序列： 式(8.5)就称为幂法的迭代公式，向量序列 称为幂法的迭代向量或迭代序列。 当k增大时，分析这一序列的极限，即可求出按模最大的特征值和对应的特征向量。 第八章 矩阵特征值与特征向量的计算 例2 设有矩阵 试用幂法来计算按模最大的特征值。 解 矩阵A的两个特征值为 ,用公式(8.5)产生向量 ,计算结果列于表8.1.计算出向量序列 的同时还计算相邻两个向量相应分量之比 和 (见书表8.1)，由表8.1得： 用幂法,取初始向量 序列 第八章 矩阵特征值与特征向量的计算 从上面计算出的相应分量之比看出，两个相邻向量 1.179339,并且这个值恰好就是矩阵A的按模最大 的特征值。 相应分量之比值，随k的增大而趋向于一个固定值 问题：为什么这个比例值就是矩阵按模最大的特征值？ 第八章 矩阵特征值与特征向量的计算 (8.9) (8.10) 设矩阵A的n个特征值按模的大小排列如下 其对应的线性无关的特征向量组设为 假定这些向量已按其长度为1或其最大模元素为1进行了归一化。 (8.6) 取 利用迭代公式(8.5)来构造迭代序列，则有 第八章 矩阵特征值与特征向量的计算 其中 若 由于 ,故k充分大时 是可以忽略的无穷小量，即当 (8.12) (1)如果矩阵A的按模最大的特征值满足 即按模最大的特征值 是单实根,则(8.10)式可写成 (8.11) 时有 第八章 矩阵特征值与特征向量的计算 (8.13) 这说明 与特征向量 相差一个常数因子。 即使 ,由于计算过程的舍入误差,必将引入在 方向上的微小分量，这一分量随着迭代过程 相同。 的进展而逐渐成为主导,其收敛情况最终也将与 因此当 时由(8.13)得 (8.14) 这说明当矩阵A的n个特征值满足(8.11)时， 第八章 矩阵特征值与特征向量的计算 矩阵A的按模最大的特征值 是向量 与 的比例，即有 (8.15) 从以上分析看出,幂法的收敛速率虽然与初始向量 的选择有关,但主要还是依赖于比值 比值愈,收敛愈快,当比值接近于1时,收敛比较慢. 的大小. （2）如果矩阵A的按模最大的特征值满足 (8.16) 第八章 矩阵特征值与特征向量的计算 即按模最大的特征值 是2重实根或共轭复数根, 此时（8.10）式可写成 (8.17) 其中 由于 ，故k充分大时 无穷小量，即当 时有 是可以忽略的 第八章 (8.18) (8.19) (8.20) 矩阵特征值与特征向量的计算 于是可得 (8.21) 记 (8.22) 则(8.21)可写成 (8.23) 所以A的特征值满足(8.16)时，用公式(8.5)来构造 第八章 矩阵特征值与特征向量的计算 若(8.23)式成立,则此时矩阵A的按模最大的特征值 由公式 (8.24) 得到。 又利用(8.18)～(8.20)可得 第八章 矩阵特征值与特征向量的计算 (8.25) 因此 所以A的特征值 对应的特征 若 则 对应的特征向量是 时矩阵A的特征值 向量是 同理可得 时A的特征值 对应的特征向 ,若 ,则 所以A的特征值 对应的特征向量是