第九章：矩阵特征值问题的解法.pptVIP

按模最大特征值和特征向量的乘幂法 设A是n阶矩阵，其n个特征值按模从大到小排序为 任意取定初始向量x0 因为 在实际计算时，须按规范法计算，每步先对向量xk进行“规范化”。迭代格式改为 对任意给定的初始向量x0 类似地 当?10时 按模最大特征值λ1及其相应的特征向量v1的乘幂法的计算公式： 3 QR方法 QR方法在特征值计算问题的发展上具有里程碑意义。 在1955年的时候人们还觉得特征值的计算是十分困扰的问题，到1965年它的计算——基于QR方法的程序已经完全成熟。 直到今天QR方法仍然是特征值计算的有效方法之一。 记A＝A１且有A１＝Q 1R1.将等号右边两个矩阵因子的次序交换，得A２＝R１Q１，且 ，(3) 即A２～A１. 不难证明: 即Ak+1～Ak～…～A１，矩阵序列｛Ak｝有相同的特征值. 记 相似约化为上Hessenberg矩阵 QR算法的收敛性 定理设n阶矩阵A的n个特征值满足|λ１||λ２|…|λn|0，其相应的n个线性无关特征向量为x1，x2，…，xn. 记X＝(x1,x2,…,xn), Y= X－１.如果Y存在LU分解，那么，由迭代式产生的矩阵Ak基本收敛于上三角矩阵R.这里，基本收敛的含义指｛Ak｝的元素中除对角线以下的元素趋于零外，可以不收敛于R的元素. QR算法的迭代过程