数值分析课件第八章.ppt

* * * * * * * * * * * * * * * * * * * * * 三、矩阵的QR分解与舒尔分解 定理18 (Schur分解)：任何一个 阶复矩阵 酉相似于一个上(下) 三角矩阵。 也可以采用Givens变换和Schmidt正交化方法进行QR分解。 §4 QR方法 Rutishauser(1958)利用矩阵的三角分解提出计算矩阵特征值的LR算法，Francis(1961,1962)利用矩阵的QR分解建立计算矩阵特征值的QR方法. QR方法是一种变换方法，是计算一般(中小型)矩阵全部特征值问题的最有效方法之一. 目前QR方法主要用来计算： （1）上海森伯格阵全部特征值问题； （2）对称三对角阵全部特征值问题. 下面主要介绍求非奇异矩阵的全部特征值的基本QR 方法。 一、基本QR方法 [Q, R]=qr(A), A=R*Q, * * * * * * * * * * * * * * * * * * * * * §1 特征值性质和估计 第8章 矩阵特征值计算 一、特征值问题及其性质 二、特征值估计与扰动 §2 幂法及反幂法 一、幂法 幂法是一种求实矩阵A的按模最大的特征值λ1及其对应的特征向量x1的方法。特别适合于大型稀疏矩阵。 A=[1 1 0.5;1 1 .25;.5 .25 2] u=[1,1,1] v=A*u,v1=max(v),u=v/v1 二、加速方法 1. 原点平移法 三、反幂法 反幂法可求非奇异实矩阵的按模最小特征值及特征向量。 反幂法计算公式: A=[2 1 0;1 3 1;0 1 4],p=1.2679,B=A-p*eye(3); [L U P]=lu(B);L,U,P,v=U\[1 1 1], mu=max(v);u=v/mu, v=U\(L\(P*u)), mu=max(v);u=v/mu,lamda=p+1/mu §3 正交变换与矩阵分解 本节介绍豪斯霍尔德变换和吉文斯变换及其在矩阵分解中的应用. 一、Householder变换 二、吉文斯（Givens）变换 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *