特征值及特征向量的数值算法.pptVIP

第七章 特征值与特征向量的数值求法 7.4 QR算法 7.4.3 带原点位移的QR算法 7.4.2 QR算法及其收敛性 7.4.1 化矩阵为Hessenberg形 我们称这种分块上三交阵为矩阵A的Schur分块上三角阵，上三角阵 和对角阵是它的特殊情形。定理7.9并没有解决如何计算全部特征的问题。 7.4.1 化矩阵为Hessenberg形 对于实对称矩阵，可通过正交相似变换约化为对角矩阵。那么，对于一般的 实矩阵，通过正交相似变换可约化到什么程度呢？线性代数中有如下结果。 定理7.9 （实Schur分解定理） 定义7.2 (ij+1), 则称B为上Hessenberg矩阵，简称Hessenberg形，即B 的形状为 可以用平面旋转变换化矩阵为Hessenberg形,下面介绍另一种正交 变换。 为了节省运算工作量，实用的方法是先将矩阵约化为与Schur分块上三角 阵很近似的Hessenberg形。 定义7.3 （7.4.1） 为（初等）镜面反射矩阵，或Householder变换矩阵。 Houholder矩阵H=H（w）有如下性质： (1) (2) (3) 记S为与w垂直的平面,则几何上x与y=Hx关于平面S对称。事实上,由 上式表明向量x-y与w平行，注意到y与x的长度相等，于是x经变换后的象y=Hx 是x关于s对称