第四章-特征值 的计算.ppt

* * * invpower07(A,X,0,0.001,10) k lambda x1 x2 x3 err 1.0000 1.5000 0.2500 0.5000 1.0000 1.5000 2.0000 1.2000 0.5500 0.8000 1.0000 0.3000 3.0000 1.0714 0.7589 0.9286 1.0000 0.1286 4.0000 1.0244 0.8765 0.9756 1.0000 0.0470 5.0000 1.0082 0.9378 0.9918 1.0000 0.0162 6.0000 1.0027 0.9688 0.9973 1.0000 0.0055 7.0000 1.0009 0.9844 0.9991 1.0000 0.0018 8.0000 1.0003 0.9922 0.9997 1.0000 0.0006 * * * * 算法4.3（反幂法） * 解(2) * * * invpower07(A,X,2.93,0.0000001,10) k lambda x1 x2 x3 err 1.0000 3.0556 1.0000 -0.9300 0.8649 3.0556 2.0000 3.0079 0.9887 -0.9974 1.0000 0.0477 3.0000 3.0000 1.0000 -0.9992 0.9991 0.0079 4.0000 3.0001 0.9999 -1.0000 1.0000 0.0000 5.0000 3.0000 1.0000 -1.0000 1.0000 0.0001 6.0000 3.0000 1.0000 -1.0000 1.0000 0.0000 7.0000 3.0000 1.0000 -1.0000 1.0000 0.0000 8.0000 3.0000 1.0000 -1.0000 1.0000 0.0000 eig(A) ans = 1.0000 2.0000 3.0000 * P120 2, 3, 5 * Matlab函数 e = eig(A) e为A的特征值组成的向量 [Z, m] = eig(A) m为对角阵，A的特征值为 mii Z(:,k)为对应mkk的特征向量 * * 第四章 特征值与特征向量的计算 * * §1　幂法和反幂法 § 1.1　幂法 用于求矩阵的按模最大的特征值与相应的特征向量的近似值。 （ k 充分大） * 又由于 * （舍入误差） 标准化 : * 例: * 幂法标准化计算公式 : * 算法4.1 * * 解： * 仍然有 * 另一方面， * * * § 1.2　幂法的加速 （一）原点移位法 * * * (二)幂法的埃特肯（Aitken）加速 * * * 算法4.2 * 解：0, 0, 2, 2.5, 2.8, 2.9285714, 2.9756097 例 用Aitken加速法求解上例 * power_aitken(A,X,1e-3,10) k lambda x1 x2 x3 err 1.0000 0 0 -0.5000 1.0000 1.0000 2.0000 2.6667 0.2000 -0.8000 1.0000 2.6667 3.0000 3.2500 0.4286 -0.9286 1.0000 0.5833 4.0000