上海交通大学计算方法课件(宋宝瑞)CH.9.docVIP

PAGE PAGE 21 第九章 矩阵特征值与特征向量计算 矩阵特征值问题有物理、工程背景 特征值，对应的特征向量 特征多项式 特征值 特征向量 的基础解系。 定理1. 如果 为A的特征值的集合，则： 若x是B对应于的特征向量，则Tx是A对应于同一特征值的特征向量。 定理2 (Gerschgorin 圆盘定理) 设，则得每一个特征值必属于下述某个圆盘之中： 证：设特征值，对应的特征向量 第个方程 得证，且对应的特征向量第个分量绝对值最大，在第个圆盘中。 Reyleigh商： 设--实对称矩阵，的Reyleigh商定义为： 定理3：设对称，特征值，对应特征向量 组成标准正交组 则： eq \o\ac(○,1) eq \o\ac(○,2) 幂法与反幂法 设有完全特征向量组（n个线性无关的特征向量） 幂法 任取初值 ，以后我们用符号表示向量的第i个分量。 一般 为避免溢出 表示向量绝对值最大的分量 此时， 当时也可用 方法的证明：设的特征向量为（线性无关）， 加速. 原点平移法 适当选，使 求的主特征值 Rayleigh加速 设对称 则 反幂法， 有完全特征向量系 的特征值为 ， 且 通过求的主特征值来间接求 迭代公式： 相似变换法 方法的思想是找适当的P通过相对好算来计算A的特征值，如果对不加限制，则从求，很可能是病态方程，所以只能用酉相似变换法，即限制为酉阵（注意特征值一般是复的）。 酉阵 酉相似变换的优点 eq \o\ac(○,1)求逆容易 eq \o\ac(○,2) 酉变换能把任意矩阵变换成怎样的矩阵？ 定理（Schur分解定理）　设，则存在n阶酉阵，使，为上三角形矩阵。 证明：设的一个特征值为，对应的特征向量为，找使得为酉阵。 为酉阵，….. 如此进行下去，即得：－酉阵 定理：（实的Schur分解定理） , 存在正交阵，使 为一阶或二阶矩阵。 实际上，一阶对应实特征值， 二阶矩阵对应一对共轭复特征值 关键在于求或R，Chur定理的证明中，有了特征值，特征向量才有，不能直接用于求特征值。 求一般矩阵全部特征值的QR算法 我们把算法分为5步讲解 eq \o\ac(○,1)初等反射阵. 问题：给定中的向量x，y，如何找正交阵使得 ？由于正交变换保内积，给定的x，y必须满足条件 给定单位向量，构造矩阵，这样定义的H称为初等反射阵，易验证初等反射阵具有性质 ，是正交阵，对称阵，对合阵。 有 使，事实上只须 令即可。 = 2 \* GB3 ②QR分解 定理：A可表示为A=QR 其中Q为正交阵而R为上三角阵。 证明：把A写成列向量形式 ，不妨设（否则跳过这一步）根据 eq \o\ac(○,1)的结果可知存在初等反射阵，使得 ， 同理存在n-1阶初等反射阵，使得 ，令， …...如此继续下去，存在一系列初等反射阵，使得，令即得。 QR分解一般不唯一，至少主对角线上的元可。若A非奇异，且限制的对角元为正，则唯一。 证：设 ，由于A非奇异，，两边均为上三角正交阵，对角阵，的对角元为正 注意A的QR分解中的不相似于A，求A的特征值还须更复杂的方法。 eq \o\ac(○,3)QR方法 设（分解好）令以代入得 对B仍可作QR分解，再算RQ…… 基本QR算法： k=1,2….. 易知： 定理1： 定理2：设，其特征值满足，，A有标准形， ，有分解，＝， 则 即 注意Q的列向量不收敛于特征向量集合 若A对称，满足定理条件，则收敛于对角阵，若不满足，可能不收敛于对角阵。 A本身为正交阵 一般情形的QR算法收敛性较为复杂，特殊的，若A的等模特征值只有重实特征值或多重共轭复特征值，则QR算法产生的本质上收敛于分块上三角阵。 为A的实特征值，块的特征值为A的复共轭特征值，注意的元素不一定收敛，但特征值收敛。 一次迭代计算次数（即一次QR分解）计算量不可接受。 改进的方法：正交相似变换成上H阵，再对上H阵用QR算法。 = 4 \* GB3 ④Householder方法 定义：方阵，如果当，则称为上Hessenberg阵，即： 问题：如何用正交相似变换化一般为上Hessenberg阵 现考虑用一系列初等反射阵，将化为上—H阵(如同大多数矩阵分解我们还是用减缩的方法) 把矩阵写成列向量的形式： 找初等反射阵使 ，,如前，很容易找到使得取的形式（不唯一），设但现在的第一列要取的形式。 为使右乘后，的第一列不变， 的第一列应为 因此必须。 下，，由知： ， ，， 可能，为避免相近数相减，取。从而 令，， 第步变换，仅是第一步的重复，只不