Jacobi方法Jacobi方法.pdf

Jacobi 方法 Jacobi 方法是求对称矩阵的全部特征值以及相应的特征向量的一种方法，它是 基于以下两个结论 1) 任何实对称矩阵 A 可以通过正交相似变换成对角型，即存在正交矩阵 Q,使 得 QT AQ = diag( λ1 , λ2 ,…, λn ) (3.1) 其中λi(i=1,2,…,n)是 A 的特征值，Q 中各列为相应的特征向量。 2) 在正交相似变换下,矩阵元素的平方和不变。即设A=(a ij)n³n ,Q交矩阵, 记 B=QTAQ=(b ij)n³n , 则 Jacobi 方法的基本思想是通过一次正交变换,将 A 中的一对非零的非对角化成 零并且使得非对角元素的平方和减小。反复进行上述过程,使变换后的矩阵的非对角元 素的平方和趋于零，从而使该矩阵近似为对角矩阵，得到全部特征值和特征向量。 1 矩阵的旋转变换 设 A 为 n 阶实对称矩阵，考虑矩阵 易见 V ij(φ)是正交矩阵, 记 注意到 B=Vij A 的第 i,j行元素以及 的第 i,j列元素为 可得 如果 aij≠0，取φ使得 则有 对 A (1) 重复上述的过程，可得 A (2) ,这样继续下去, 得到一个矩阵序列 {A(k) }。 可以证明，虽然这种变换不一定能使矩阵中非对角元素零元素的个数单调增加，但可以 保证非对角元素的平方和递减，我们以 A 与 A (1) 为例进行讨论。 设 由式(3.4) 可得 这表明,在上述旋转变换下,非对角元素的平方和严格单调递减,因而由(3.2)可知，对角 元素的平方和单调增加。 2. Jacobi 方法 通过一系列旋转变换将 A 变成A (k+1) ,求得 A 的全部特征值与特征向量的方 法称为 Jacobi 方法。计算过程如下 1)令 k=0, A (k) =A 2) 求整数 i,j, 使得 3) 计算旋转矩阵 4) 计算 A (k+1) 5) 计算 6) 若 E(A (k+1)) ε, 则 为特征值， QT = (V (0) V (1) …V (k+1))T 的各列为相应的特征 向量；否则，k+1=k 返回 2,重复上述过程。 例 5 用 Jacobi 方 法求矩阵 的特征值和特征向量。 一般地，Jacobi 法不能在有限步内将A 化成对角阵，但有下面的定理。 定理 3 设 A 为 n 阶使对称矩阵，对 A 用 Jacobi 法得到序列{A(k) }, 其中 A (0) = A, 则 证明 由Jacobi 法计算过程 故有 (3.5) 另一方面，有计算 A 的公式可以得到 于是有 , 代入式 (3.5)得 因为 所以 /zhanshi/shuzhifenxi/shuzhifenxi/4.3/szfx043.htm 雅可比矩阵 以m 个 n 元函数 ui=ui(x1,x2,…,xn)(i=1,2,…,m)的偏导数 (j=1,2,…,n) 为元素的矩阵 如果把原来的函数组看作由点 x=(x1,x2,…,xn)到点 u=(u1,u2,…,um)的一个变换 T,则在偏导数都连续的前提之下，u 随 x 的变化由相应的微分方程组 来描述。这是一个关于微分的线性方程组，其系数矩阵便是雅可比矩阵 (J)，因而可写 成矩阵形式 这隐含着 (J)具有微分系数的某些性质,类似于一元函数的导数。而在 m=n=1 的情形,它 又恰好是一个一元函数的导数；所以它也是一个一元函数的导数到 m 个 n 元函数的一种 推广。因此，(J)作为微分系数或导数的推广,有时也被当作变换 T 的“导数”看待并记 为 T