24讲：9-1幂法反幂法精选.pptVIP

内容小结 第九章 矩阵特征值与特征向量的计算 矩阵特征值与特征向量的计算 幂方法及程序 幂法的加速—反幂法及程序 Jacobi方法及程序 QR方法及程序 幂方法与反幂方法 第一节 幂法与反幂法 幂法运算及程序 幂法的加速—反幂法及程序 引言 小结 在实际问题中，矩阵的模最大特征值往往 起重要作用，例如矩阵的谱半径就是矩阵的模最 大特征值，它决定了迭代矩阵是否收敛。因此矩阵 的模最大特征值比其他特征值的地位更加重要. 幂法就是计算矩阵的模最大特征值及特征向量的数值方法。 反幂法就是计算矩阵的模最小特征值及特征向量的数值方法。 一、引言 如何计算矩阵的特征值和特征向量？在线性代数中 （1）计算特征多项式 （3）将所求的特征根逐个代入方组中，所有 引 言 要历经下列步骤： （2）计算特征多项式的根 解的全体组成A的特征向量。 Mathematica语句 （1）求A的全部{特征值、特征向量}: Eigensystem[A] （2）求A的数字特征值： Eigenvaluse[A] （3）求A的特征向量组: Eigenvectors[A] Clear[A,x] A={{1,2,1},{-1,2,1},{0,4,2}}; MatrixForm[%] Eigenvalues[A] Eigenvectors[A]; MatrixForm[%] Det[A-x*IdentityMatrix[3]] Eigensystem[A] (4) 求A的特征多项式：Det[A-x*IdentityMatrix[3]] 程 序 1 2 1 -1 2 1 0 4 2 2 3 -6 x + 5 x - x {{0, 2, 3}, {{0, -1, 2}, {1, 0, 1}, {3, 1, 4}}} 运行结果： 程序运行结果 预备知识： 预备知识 预备知识 二、幂法运算及程序 幂 方 法 幂 方 法 解题步骤： 幂 方 法 幂方法说明 几点说明： 因为计算过程中舍入误差的影响，迭代若干次后，必然 它在u1方向上的分量不为零， 这样，以后的计算就满足所设条件。 会产生一个向量 ， 1）如果 的选取恰恰使得a1＝0，幂法计算仍能进行。 或由初始向量的任意性，选取其它不为零的初始向量。 幂方法说明 幂方法说明 幂方法说明 用幂法求矩阵 按模最大特征值?1和对应的特征向量x1 。 解: 取初始向量V0=(0.5,0.5,1.1)T ，根据程序： A={{2,-1,0},{0,2,-1},{0,-1,2}}; MatrixForm[%] vx={0.5,0.5,1.1}; Do[vy=A.vx;Print[k, ,vy, ,vy[[1]]/vx[[1]], , vy[[2]]/vx[[2]]];vx=vy/Max[Abs[vy]],{k,1,15}] Eigensystem[A] 例1 运行结果： 幂方法例题 反幂法就是计算矩阵A的模最小特征值（即求A的逆的最大特征根）及特征向量的数值方法。 三、反幂法运算及程序 反幂法及程序 因为 的计算比较麻烦，而且往往不能保证矩阵A 的一些好的性质，如稀疏性，因此反幂法在实际计算 时以求解方程组: 代替幂法迭代： 反幂法及程序