8.4 求矩阵全部特征值的QR方法.pdfVIP

8.4 求矩阵全部特征值的QR方法 一、求矩阵全部特征值的QR方法 60年代出现的QR算法是目前计算中小型矩阵的 全部特征值与特征向量的最有效方法。 理论依据： 任一非奇异实矩阵都可分解成一个正交矩阵Q和一个 上三角矩阵R的乘积，而且当R的对角元符号取定时， 分解是唯一的。 QR方法的基本思想是利用矩阵的QR分解通过 迭代格式 A Q R k k k  (k 1,2, ). A R Q  k 1 k k 将A A 化成相似的上三角阵 （或分块上三角阵）， 1 从而求出矩阵A的全部特征值与特征向量。 由A A Q R , 即Q 1A R 。 1 1 1 1 1 于是A R Q Q 1AQ , 即A 与A相似。 2 1 1 1 2 同理可得，Ak A (k 2,3, )。 故它们有相同的特征值。 可证，在一定条件下，基本QR方法产生的矩 阵序列｛A ｝ “基本”收敛于一个上三角阵（或 k 分块上三角阵）。即主对角线（或主对角线子块） 及其以下元素均收敛，主对角线（或主对角线子 块）以上元素可以不收敛。特别的，如果A是实对 称阵，则｛A ｝ “基本”收敛于对角矩阵。 k QR方法的实际计算步骤  ... ... ... ...    第一步 * :  A 上Hessenberg 阵B   :    用Householder 阵    :  作正交相似变换  :     *    第二步  1 * *  B Q R    B   k k k  