Ch3_1求特征值的幂法BAK.pptVIP

第3章 矩阵的特征值与特征向量的计算 3.1 幂法和反幂法 特征向量与特征值相关概念复习 定义: 若数 ? 与非零向量 x 满足 Ax ? ?x， 则称 ? 是方阵 A 的特征值， x 是 A 的特征向量. 特征向量的非零 k 倍，仍为特征向量。即, Ax ? ?x ? A(kx) ? ?(kx)。 方阵 k 次幂的特征向量：若 Ax ? ?x ? Akx ? ?kx . 3.1.1 幂法 幂法是求模最大的特征值及其特征向量的算法. 1. 幂法的迭代过程 A 是 n 阶方阵，其 n 个特征值按模从大到小排序为 | ?1| ? | ?2| ? | ?3| ? … ? | ?n| . (3.1) 条件: 方阵 A 有 n 个无关的特征向量 x1, x2, … , xn. 它们满足 Axk ? ?k xk , k ?1,2,…, n . 任意取定非零向量 u0 , 从它出发，做下面的迭代 uk ? Auk-1, k ? 1, 2,…, (3.2) 上过程产生一个向量序列 { uk }, 由此, 可找到计算 ?1 和其对应的特征向量 cx1 的方法。 2. 迭代向量的表达式: 迭代产生的 uk 被 A 与 u0 唯一确定 uk ? Auk-1 ? A2uk-2 ? … ? Aku0, 因此, 式(3.2) 中的方法是使用 uk ? Aku0, 故称其为幂法. 4. 迭代 (3.3) 产生的问题 观察 uk 的表达式 可知当 |?1| 1 ( 或小于1 ) 时, uk 的模会过大 (或过小).这将造成计算机出现上溢 (或下溢). 求特征向量的算法 6. 特征值 ?1 的求法 方法1, 在 (3.4) 中使用 2-范数, 令 可把参数 a1 消掉，因为 知 例1 求下矩阵的最大特征值及所属特征向量. 误差为0.0001 3.1.2 反幂法 A 是可逆的 n 阶方阵，其 n 个特征值按模从大到小排序为 | ?1| ? | ?2| ? | ?3| ? … ? | ?n| . ?带原点平移的反幂法 求矩阵 A 的某个特征值 ? . ?原理: 若 ? 是矩阵 A 的特征值，则 ? ? p是矩阵 A ? pI 的特征值，其中 I 是单位矩阵；反之，若 ? ? p 是矩阵 A ? pI 的特征值，则 ? 是矩阵 A 的特征值，而其特征向量是相同的。因为 数学符号 x0,x1, ?, xm, ??0?x?,?1?x?, ?, ?n?x?, ? ?, a ? x0 ? x1 ? ? ? xm?b ,, f (x) ? a0 ?a1x ? ? ? amxm, a1 a2 ? ak a1, ?, am, ?L0?x?, L1?x?, ?, Ln?x??, k=0,1, ?, n ?(x) , ? ??x??0 n ?20 a ? x ? b k ? 1, n?m, q ?0, q ?1, ??(a) ?0 ? ?? ? n?? ?? ? ? ????? ??? ??????? ΓΔΘΛΞΦΨΩ ?k ?0 f (x)?C[a, b] (xj,yj),j=0,1,…,m, Δ A, ? A?Rn?n, b, ? b?Rn,A , ?k ????? ????? ????? ????? ????? ????? ????? ??????? ? ????? ??? ? ? ? ? ? ? ? ? ???? ? ? ? ? ? ? ?? ? ? ║? ? ? ? ? ?? ?? ? ? ? ij ( f ? p*, f ? p*), , | x ?a | ? ? (a) ? 0.5 ?10m ? n, n ? k , a1 ?0,m?Z, ????????? ????? ????? ║?????? A?Rn ? n , ????????? ? ? ? ??? ???? | ?k | ? ? p ?1,2, ? ?max p ? ? ? ? ? ? ? ? ? ? ? ? h ? (b ? a) / n?? , ??[a, b] ?n, ?(6.17) ?(I),, ?n+1(x) ? (x ? x