数值分析--第8章_矩阵特征值问题计算.pptVIP

第8章 矩阵特征问题的计算;8.1 引 言; 定义1 ⑴ 已知n阶矩阵A=(aij)，则; ⑵ 设λ为A的特征值，相应的齐次方程组; 解 矩阵A的特征方程为; 定理1 设λ为A∈Rn×n的特征值, 且Ax=λx (x?0)，则有; 定理2 设λi(i=1,2,?,n)为n阶矩阵A=(aij)的特征值，则有; 定理5 设A与B为相似矩阵（即存在非奇异矩阵P使B=P-1AP），则; 定理6 ⑴ A∈Rn×n可对角化，即存在非奇异矩阵P使; 定理7(对称矩阵的正交约化) 设A∈Rn×n为对称矩阵，则; 定义3 设n阶矩阵A=(aij)，令; 定理8 (Gerschgorin圆盘定理); 证明 只就⑴给出证明. 设λ为A的特征值，即;　　这说明，A的每一个特征值必位于A的一个圆盘中，并且相应的特征值λ一定位于第k个圆盘中(其中k是对应特征向量x绝对值最大的分量的下标).; 例2 估计矩阵A的特征值范围，其中;　　现在取对角阵;　　显然，3个圆盘都是孤立圆盘，所以，每一个圆盘都包含A的一个特征值(为实特征值)，且有估计; 当A为实矩阵，如果限制用正交相似变换，由于A有复的特征值， A不能用正交相似变换约化为上三角阵. 用正交相似变换能约化到什么程度呢？;其中Rii(i=1,2,?,m)为一阶或二阶方阵，且每个一阶Rii是A的实特征值，每个二阶对角块Rii的两个特征值是 A的两个共轭复特征值.; 定义4 设A∈Rn×n为对称矩阵，对于任一非零向量x，称; 证明 只证1，关于2, 3自己作练习.; 关于计算矩阵A的特征值问题，当n＝2,3时，我们还可按行列式展开的办法求?(λ)=0的根. 但当n较大时，如果按展开行列式的办法，首先求出?(λ)的系数，再求?(λ)的根，工作量就非常大，用这种办法求矩阵的特征值是不切实际的，由此需要研究求A的特征值及特征向量的数值解法.; 幂法与反幂法都是求实矩阵的特征值和特征向量的向量迭代法，所不同的是幂法是计算矩阵的主特征值(矩阵按模最大的特征值称为主特征值，其模就是该矩阵的谱半径)和相应特征向量的一种向量迭代法，而反幂法则是计算非奇异(可逆)矩阵按模最小的特征值和相应特征向量的一种向量迭代法. 下面分别介绍幂法与反幂法.;现讨论求λ1及x1的方法.; 幂法的基本思想是: 任??非零的初始向量v0 , 由矩阵A构造一向量序列{vk};于是;所以当k充分大时，有; 迭代公式实质上是由矩阵A的乘幂 Ak与非零向量v0相乘来构造向量序列{vk}={Akv0}，从而计算主特征值λ1及其对应的特征向量，这就是幂法的思想.; 定理12 设A∈Rn×n有n个线性无关的特征向量，主特征值λ1满足条件;为A的特征向量，这说明当A的主特征值是实的重根时，定理5的结论还是正确的.; 设有一向量v?0，将其规范化得向量为;由(2.3)式;收敛速度由比值r=|λ2/λ1|确定. 总结上述结论，有; 定理13 设A∈Rn×n有n个线性无关的特征向量，主特征值λ1满足|λ1||λ2|≥?≥|λn|，则对任意非零初始向量v0=u0(a1?0)，有幂法计算公式为;　　例1 用幂法计算矩阵;直到k=8 时的计算结果见下表;8.2.2 幂法的加速方法; 如果要计算A的主特征值?1, 只要选择合适的数p，使?1-p为矩阵B=A-pI 的主特征值，且 ;　　例4 设A∈R4×4有特征值; 下面考虑当A的特征值是实数时，怎样选择p使采用幂法计算λ1得到加速.;显然，当?2-p=-(?n-p )时，即 P=(?2+?n)/2＝P* 时ω为最小值，这时收敛速度的比值为; 例2 用原点平移加速法求例1中矩阵A的主特征值与其对应的特征向量.;迭代5步的计算结果见下表; 原点位移的加速方法，是一个矩阵变换方法. 这种变换容易计算，又不破坏矩阵A的稀疏性，但p的选择依赖对A的特征值分布的大致了解.; 设A∈Rn×n为对称矩阵，称; 定理14 设A∈Rn×n为对称矩阵，特征值满足; 证明 由(2.8)式及; 幂法的瑞利商加速迭代公式可以写为;8.2.3 反幂法;此时, A-1的特征值满足;为了避免求A-1, 可通过解线性方程组Avk=uk-1得到vk，采用LU分解