第八讲矩阵的特征值与特征向量的计算.pptVIP

第八讲 矩阵的特征值与特征向量的计算 8．1 幂法和反幂法 8．1．1 幂法 幂法适用条件：只需要求出矩阵的按模最大的特征值和相应的特征向量。 幂法是一种计算矩阵的特征值的迭代法。其优点是算法简单，容易在计算机上实现，缺点是收敛速度慢。 1. 幂法 1. 幂法 1. 幂法 1. 幂法 收敛速度 2. 幂法的MATLAB实现 程序8-1（第二部分） err=1; state=1; while((cnt=max1)(state==1)) Y=A*X; [m j]=max(abs(Y)); c1=m; dc=abs(lambda-c1); Y=(1/c1)*Y; dv=norm(X-Y); err=max(dc,dv); X=Y; lambda=c1; state=0; if(errepsilon) state=1; end cnt=cnt+1; end V=X； 8．1．2 原点平移法 8．1．2 原点平移法 8．1．2 原点平移法 8．1．3 反幂法 8．1．3 反幂法 8．2 雅克比方法 8．2．1 平面旋转矩阵 1. 二阶矩阵情形 1. 二阶矩阵情形 1. 二阶矩阵情形 2. 阶矩阵情形 2. 阶矩阵情形 2. 阶矩阵情形 2. 阶矩阵情形 8．2．2 古典雅克比方法 8．3 方法 8．3．1 豪斯荷尔德（Householder）变换 8．3．1 豪斯荷尔德（Householder）变换 8．3．2 化一般矩阵为拟上三角矩阵 8．3．3 矩阵的正交三角分解（ 分解） 8．3．3 矩阵的正交三角分解（ 分解） 8．3．3 矩阵的正交三角分解（ 分解） 8．3．4 方法 8．3．4 方法 * 幂法和反幂法 雅克比方法 方法 function[lambda,V]=power1(A,X,epsilon,max1) %A为n*n矩阵。 %X为n*1初始向量。 %epsilon为上限。 %max1为循环次数。 %lambda为按模最大的特征值。 %V为lambda对应的特征向量。 %参数初始化。 lambda=0; cnt=0;