数值分析ppt第8章_矩阵特征值问题计算1.ppt

显然，P(i, j,θ)具有性质： (1) P与单位阵I只是在(i, i), (i, j), (j, i) , (j, j)位置元素不一样，其它相同. (2) P为正交矩阵(P-1=PT). (3) P(i, j)A(左乘)只需计算第i行与第j行元素，即对A=(aij)m×n有 其中，c=cosθ，s=sinθ. (4) AP(i, j)(右乘)只需计算第i列与第j列元素，即 利用平面旋转变换，可使向量x中的指定元素变为零. 定理28(约化定理) 设x=(x1,?,xi ,?, xj ,?, xn)T, 其中xi, xj不全为零，则可选择平面旋转阵P(i, j,θ) ，使 其中 证明 取 由 利用矩阵乘法，显然有 于是，由c, s的取法得 5.7.3 矩阵的QR分解 下面讨论用正交矩阵来约化矩阵，可得到下述结果. 设有 设A?Rm×n且为非零矩阵，则存在初等反射矩阵H1, H2, ?, Hs使 (1) 第1步约化：如果a1=0，取H1=I，即这一步不需要约化，不妨设a1≠0，于是可选取初等反射阵使 于是 其中 (2) 第k步约化：设已完成对A上述第1步?第k-1步的约化，再进行第k步约化. 即存在初等反射阵H1, H2, ?, Hk-1使 其中 这里, Rk为k-1阶上三角阵, 不妨设ck≠0, 否则这一步不需要约化(如果A列满秩, 则ck≠0). 于是, 可选取初等反射阵使 令 第k步约化为 令s=min(m-1, n), 继续上述过程, 最后有 总结上述讨论给出下述结果. 定理29(矩阵的正交约化定理) 设A?Rm×n且A≠0, s=min(m-1, n), 则存在初等反射阵H1, H2, ?, Hs使 且计算量约为n2m-n3/3(当m≥n)次乘法运算. (2) 设A?Rn×n为非奇异矩阵, 则A有分解 定理30(矩阵的QR分解) 其中R为n阶非奇异上三角阵. (1) 设A?Rm×n且A的秩为n(mn), 则存在初等反射阵H1, H2, ?, Hn使 A=QR, 其中Q为正交矩阵, R为上三角阵. 且当R具有正对角元素时, 分解唯一. 8.2.2 幂法的加速方法 1、原点平移法 由前面讨论知道，应用幂法计算A的主特征值的收敛速度主要由比值 r=|λ2/λ1|来决定，但当r 接近于1时，收敛可能很慢. 这时，一个补救办法是采用加速收敛的方法. 其中p为参数，设A的特征值为?i，则对矩阵B的特征值为?i-p ，而且A, B的特征向量相同. 引进矩阵 B=A-pI . 如果要计算A的主特征值?1, 只要选择合适的数p，使?1-p为矩阵B=A-pI 的主特征值，且 那么，对矩阵B=A-pI应用幂法求其主特征值?1-p, 收敛速度将会加快. 这种通过求B=A-pI的主特征值和特征向量，而得到A的主特征值和特征向量的方法叫原点平移法. 对于A的特征值的某种分布，它是十分有效的. 　　例4 设A∈R4×4有特征值 比值r=|λ2/λ1|≈0.9. 做变换 B=A-12I (p=12), 则B的特征值为 应用幂法计算B的主特征值μ1的收敛速度的比值为 虽然常常能够选择有利的p值, 使幂法得到加速, 但设计一个自动选择适当参数p的过程是困难的. 下面考虑当A的特征值是实数时，怎样选择p使采用幂法计算λ1得到加速. 且使收敛速度的比值 设A的特征值都是实数，且满足 则对实数p，使矩阵A-pI的主特征值为?1-p或?n-p时，当我们计算?1及x1时，首先应选取p使 显然，当?2-p=-(?n-p )时，即 P=(?2+?n)/2＝P* 时ω为最小值，这时收敛速度的比值为 当希望计算?n时，应选取 p=(?1+?n-1)/2＝P* 使得应用幂法计算?n得到加速. 当A的特征值都是实数，满足 且?2, ?n能初步估计出来，我们就能确定P*的近似值. 例