正交变换QR 迭代详解.pptVIP

第八章矩阵特征值计算 本讲内容 Householder 变换 Householder 变换 Householder 变换 Givens 变换 Givens 变换 Givens 变换 QR 分解 QR 分解算法 QR 分解算法 QR 分解举例 Schur 分解 QR 迭代 作业 * * 计算方法 —— 正交变换与QR 迭代 正交变换 QR 迭代 Householder 变换 Givens 变换 QR 分解 Schur 分解 Hessenberg 矩阵 性质 (1) 对称： (2) 正交： (3) 对合： (4) 保模： (5) 定义：设 且 ，称矩阵 为Householder变换，或初等反射矩阵。 定理：设 x, y ? Rn, x ? y 且 ||x||2 = ||y||2，则存在 n 阶 Householder 变换 H，使得 y = Hx 证：取 定理：对任意的非零向量 x ? Rn，存在 Householder 变换 H，使得 Hx = ?e1 其中 ? = sgn(x1)||x||2, e1= (1, 0, ..., 0)T ， ? 的选取是为了防止在实际计算中 ? 与 x1 互相抵消 若 x1=0, 则取 ? = ||x||2 定义：称矩阵 为 Givens 变换，或 旋转变换。 i j 性质 (1) 只有四个元素与单位矩阵不同 (2) 正交： (3) 用 G 左乘一个矩阵时，只改变该矩阵中两行的值 (4) 用 G 右乘一个矩阵时，只改变该矩阵中两列的值 定理：设 x = (x1, ..., xi , ... , xj , ... , xn)T，且 xi , xj 不全为零，则存在 Givens 变换 G = G (i, j,? )，使得 定理：（QR 分解） 设 n 阶实矩阵 A 非奇异，则存在正交分解 A = QR 其中 Q 是正交矩阵 ，R 是非奇异上三角矩阵 。 若限定 R 的对角线元素为正数，则此分解唯一 。 设 ( j = 1, ... , n ) (1) 构造 H1 使得 H1 a1 = ?1e1 ，令 (2) 构造 使得 ，令 算法（QR 分解） 以此类推，经过 n-1 步，可得 Householder 矩阵 H1, H2, ... , Hn-1 ，使得 令 ，即得 例：用 Householder 变换计算 的 QR 分解 解：(板书) 定理：（Schur 分解） 设 A 为 n 阶实矩阵，则存在正交矩阵 Q，使得 其中 Rii 是一阶或二阶方阵。 若 Rii 是一阶方阵，则它就是 A 的特征值； 若 Rii 是二阶方阵，则其特征值为 A 的两个共轭复特征值。 拟上三角矩阵 QR 迭代算法 计算矩阵的所有特征值和特征向量 计算过程 (1) 令 A1＝A (2) 对 k = 1, 2, ... ， 计算 Ak 的 QR 分解 计算 直到 Ak+1 收敛到一个 拟上三角阵