七、矩阵特征值的乘幂方法及反乘幂方法.docVIP

下载本文档

21
0
约5.8千字
约 7页
2017-04-22 发布于北京
举报
版权申诉

七、矩阵特征值的乘幂方法及反乘幂方法.doc

1、本文档共7页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

七、矩阵特征值的乘幂方法及反乘幂方法

1、用幂法计算矩阵A的主特征值和对应的特征向量。 function [k,lambda,Vk,Wc]=mifa(A,V0,jd,max1) lambda=0;k=1;Wc=1;jd=jd*0.1;state=1;V=V0; while((k=max1)(state==1)) Vk=A*V; [m j]=max(abs(Vk)); mk=m*sign(Vk(j)); tzw=abs(lambda-mk);Vk=(1/mk)*Vk; txw=norm(V-Vk);Wc=max(txw,tzw);V=Vk; lambda=mk; state=0; if(Wcjd) state=1; end k=k+1; end if(Wc=jd) disp(迭代次数k，主特征值的近似值lambda，主特征向量的近似向量Vk，相邻两次迭代的误差Wc如下：) else disp(迭代次数k已经达到最大迭代次数max1，主特征值的迭代值lambda，主特征向量的迭代向量Vk，相邻两次迭代的误差Wc如下：) end Vk=V;k=k-1;Wc; A=[1 -1;2 4]; V0=[1,1]; [k,lambda,Vk,Wc]=mifa(A,V0,0.00001,100) 迭代次数k，主特征值的近似值lambda，主特征向量的近似向量Vk，相邻两次迭代的误差Wc如下： k = 33 lambda = 3.0000 Vk = -0.5000 1.0000 Wc = 8.6919e-007 [V,D]=eig(A) V = -0.7071 0.4472 0.7071 -0.8944 D = 2 0 0 3 Dzd=max(diag(D)) Dzd = 3 wuD=abs(Dzd-lambda) wuD = 1.7384e-006 wuV=V(:,2)./Vk wuV = -0.8944 -0.8944 A=[1 2 3;2 1 3;3 3 6]; V0=[1 1 1]; [k,lambda,Vk,Wc]=mifa(A,V0,0.00001,100) 迭代次数k，主特征值的近似值lambda，主特征向量的近似向量Vk，相邻两次迭代的误差Wc如下： k = 3 lambda = 9 Vk = 0.5000 0.5000 1.0000 Wc = 0 [V,D]=eig(A) V = 0.7071 0.5774 0.4082 -0.7071 0.5774 0.4082 0 -0.5774 0.8165 D = -1.0000 0 0 0 -0.0000 0 0 0 9.0000 Dzd=max(diag(D)) Dzd = 9 wuD=abs(Dzd-lambda) wuD = 0 wuV=V(:,2)./Vk wuV = 1.1547 1.1547 -0.5774 A=[1 2 2;1 -1 1;4 -12 1]; V0=[1 1 1]; [k,lambda,Vk,Wc]=mifa(A,V0,0.00001,100) 迭代次数k已经达到最大迭代次数max1，主特征值的迭代值lambda，主特征向量的迭代向量Vk，相邻两次迭代的误差Wc如下： k = 100 lambda = -0.0909 Vk = 1.0000 1.0000 1.0000 Wc = 1.9582 [V,D]=eig(A) V = 0.9045 -0.7255 -0.7255 0.3015 -0.2176 - 0.0725i -0.2176 + 0.0725i -0.3015 0.5804 - 0.2902i 0.5804 + 0.2902i D = 1.0000 0 0 0 -0.0000 + 1.0000i 0