矩阵计算与分析-幂迭代法和逆幂迭代法.pdfVIP

4.3 幂迭代法和逆幂迭代法 4.3 幂迭代法和逆幂迭代法 4.3.1 幂迭代法 在实际问题中，具体要求也有不同．某些应用场合通常不 需要知道矩阵的全部特征值和特征向量，而仅要求得到矩阵 的按模最大的特征值（或称为矩阵的主特征值）和相应的特 征向量，如线性方程组迭代解法的收敛性问题．有的则要求 全部特征值和特征向量．根据这2种不同要求，矩阵的特征值 和特征向量的计算方法也大体上分成2种类型．本章就此2种 类型介绍其中最常用的2 种方法⎯ 幂法和QR法． 幂法主要用于求矩阵的按模最大的特征值和相应的特征向 量．它是通过迭代产生向量序列，由此计算特征值和特征向 量．其算法的思想基于如下结论： 定理1 设矩阵A ∈Rn×n 有n个线性无关的特征向量x (i 1, i 2,…,n)，其对应的特征值λ (i 1, 2,…, n)满足 i |λ ||λ |≥|λ |≥…≥|λ | (1) 1 2 3 n 对任意的非零向量v ∈Rn ，用A构造向量序列 0 vk+1 Avk k 0,1,2, … (2) 则有 ( )v k i lim =λ i1,2, , n(3) 1 →∞ (k )v 1 k − i 式中，(v ) 表示向量v 的第i 个分量． k i k 证明 因为A有n个线性无关的特征向量x (i 1, 2,…,n)， i 所以对任意的非零向量v 都可用x (i 1, 2,…,n)线性表示，即 0 i v α x +α x ++α x 假定α ≠0 0 1 1 2 2 n n 1 v Av 1 ⎧0 ⎪ 2 v Av A v 2 ⎪1 0