数值分析(11)QR方法.pptVIP

下载本文档

12
0
约1.39千字
约 64页
2019-05-04 发布于浙江
举报
版权申诉

数值分析(11)QR方法.ppt

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

Householder变换的应用二、求矩阵全部特征值的QR方法 1、化一般矩阵为上Hessenberg阵 2、上Hessenberg阵的QR分解用 Givens变换对上Hessenberg阵B作QR分解三、原点平移加速的QR方法矩阵的奇异值分解 QR方法的实际计算步骤　　用Household方法对矩阵A作正交相似变换, 使A相似与上Hessenberg阵，算法如下：　　对上Hessenberg阵只需要将其次对角线上的元素约化为零，用Given变换比用Householder变换更节省计算量。即：注意此处要设置中间工作单元用Givens方法对上Hessenberg阵A作正交分解A=QR的计算步骤：数值分析数值分析 * 数值分析数值分析 * 第四节求矩阵全部特征值的QR方法一、矩阵的正交分解数值分析数值分析 1、用Householder变换对A作QR分解有两种情况数值分析数值分析数值分析数值分析数值分析数值分析数值分析数值分析数值分析数值分析数值分析数值分析数值分析数值分析数值分析数值分析数值分析数值分析用Household方法对矩阵A作正交分解,A=QR。数值分析数值分析数值分析数值分析数值分析数值分析 Matlab调用格式： [q,r]=qr(a) [q,r]=qr(a,0):紧凑格式紧凑格式数值分析数值分析算法：用Household方法对矩阵A作正交分解,A=QR。数值分析数值分析数值分析数值分析例：用Householder方法求矩阵A的正交分解，即A=QR，其中数值分析数值分析 1 2 2、用Givens变换对A作QR分解 2、用Givens变换对A作QR分解数值分析数值分析 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。可证，在一定条件下，基本QR方法产生的矩阵序列｛Ak｝ “基本”收敛于一个上三角阵（或分块上三角阵）。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｛Ak ｝ “基本”收敛于对角矩阵。矩阵的正交相似化简 Matlab调用形式 [Q,R]=schur(A) 实方阵的正交相似化简: [Q,R]=schur(A) A1=[3 1 0;-4 -1 0;4 8 -2], [Q1,R1]=schur(A1) A2=[9 -31 49 30;1 0 0 0;1 1 0 0;0 0 1 0], [Q2,R2]=schur(A2) A3=[2 1 1;1 4 -1;1 -1 3], [Q3,R3]=schur(A3) 实方阵的上Hessenberg分解:[P,H]=hess(A) A1=[3 1 0;-4 -1 0;4 8 -2], [P,H]=hess(A1) P*H*inv(P)