反幂法求矩阵特征值反幂法求矩阵特征值.docxVIP

问题描述用幂法与反幂法求解矩阵特征值求n阶方阵A的特征值和特征向量，是实际计算中常常碰到的问题，如：机械、结构或电磁振动中的固有值问题等。对于n阶矩阵A，若存在数和n维向量x满足 Ax=x （1）则称为矩阵A的特征值，x为相应的特征向量。由线性代数知识可知，特征值是代数方程 |I-A|=+a+…+a+a=0 （2）的根。从表面上看，矩阵特征值与特征向量的求解问题似乎很简单，只需求解方程（2）的根，就能得到特征值，再解齐次方程组 （I-A）x=0 （3）的解，就可得到相应的特征向量。上述方法对于n很小时是可以的。但当n稍大时，计算工作量将以惊人的速度增大，并且由于计算带有误差，方程（2）未必是精确的特征方程，自然就不必说求解方程（2）与（3）的困难了。幂法与反幂法是一种计算矩阵主特征值及对应特征向量的迭代方法, 特别是用于大型稀疏矩阵。这里用幂法与反幂法求解带状稀疏矩阵A[501][501]的特征值。算法设计1．幂法（1）取初始向量u（例如取u=(1,1,…1)）,置精度要求，置k=1. （2）计算v=Au,m=max(v), u= v/ m（3）若| m-m|，则停止计算（m作为绝对值最大特征值，u作为相应的特征向量）否则置k=k+1，转（2）2. 反幂法（1）取初始向量u（例如取u=(1,1,…1)）,置精度要求，置k=1. （2）对A作LU分解，即A=LU（3）解线性方程组Ly=u,Uv=y（4）计算m=max(v), u= v/ m（5）若|m-m|，则停止计算（1/m作为绝对值最小特征值，u作为相应的特征向量）;否则置k=k+1，转（3）.程序框图主程序子程序(1). 幂法迭代程序框图(2). 反幂法迭代程序框图结果显示计算结果如下：矩阵的按模最大特征值为:-1.070011361487e+001矩阵的按模最小特征值为:-5.557910794230e-003矩阵最大的特征值为:9.724634101479e+000矩阵最小的特征值为:-1.070011361487e+001与各最接近的（用表示）的值如下：v[ 1]=-1.018293403315e+001u[ 1]=-1.018949492196e+001v[ 2]=-9.585707425068e+000 u[ 2]=-9.678876229054e+000v[ 3]=-9.172672423928e+000 u[ 3]=-9.168257536145e+000v[ 4]=-8.652284007898e+000 u[ 4]=-8.657638843237e+000v[ 5]=-8.093483808675e+000 u[ 5]=-8.147020150328e+000v[ 6]=-7.659405407692e+000 u[ 6]=-7.636401457419e+000v[ 7]=-7.119684648691e+000 u[ 7]=-7.125782764510e+000v[ 8]=-6.611764339397e+000 u[ 8]=-6.615164071601e+000v[9]=-6.066103226595e+000 u[ 9]=-6.104545378693e+000v[10]=-5.585101052628e+000 u[10]=-5.593926685784e+000v[11]=-5.114083529812e+000 u[11]=-5.083307992875e+000v[12]=-4.578872176865e+000 u[12]=-4.572689299966e+000v[13]=-4.096470926260e+000 u[13]=-4.062070607058e+000v[14]=-3.554211215751e+000 u[14]=-3.551451914149e+000v[15]=-3.041090018133e+000 u[15]=-3.040833221240e+000v[16]=-2.533970311130e+000 u[16]=-2.530214528331e+000v[17]=-2.003230769563e+000 u[17]=-2.019595835422e+000v[18]=-1.503557611227e+000 u[18]=-1.508977142514e+000v[19]=-9.935586060075e-001 u