矩阵的特征值与特征向量的计算.PPT

* * 带原点平移的QR算法（续） 恰当选取平移量sk可以加速过程的收敛。sk的选取通常有两种方法： (1) 直接选取 Remark:当A特征值为复数，计算过程限定在实数范围内时，应该使用双步QR方法。 (2) 当初始矩阵A为实对称矩阵时，经Householder变换后得到的上Hessenberg阵实际上是一个对称三对角阵。当再用一系列Givens旋转变换进行分解时，对称三对角性保持不变。可以证明，这种情况下平移量sk取二阶矩阵 最接近 的那一个特征值， 能使 很快趋于零。 * * 矩阵的特征多项式序列及其性质（续） 证明：用归纳法。首先容易知道， 有一个单根?1＝?1。 而 故 故f2(?)=0在(-?,?1)及(?1，+?)内各有一根。这说明f1(?)与f2(?)符合定理结论。 设对于f1(?)， f2(?)，…, fk-1(?)定理成立，再证fk(?)与fk-1(?)的零点相互交错，且fk(?)有k个单根。 将fk-1(?)与fk-2(?)的零点分别记为?i(i=1,2,…,k-1)和?i(i=1,2,…,k-2)，且顺序为： * * 矩阵的特征多项式序列及其性质（续） 再由归纳法假设，有 由于fk(?)＝(-1)k?k+?的低次项，故 再由归纳法假设有， fk-2(?1)0， fk-2(?2)0， fk-2(?3)0，… ， 即fk-2(?j)的符号为 (-1)j+1。 * * 矩阵的特征多项式序列及其性质（续） 证毕 知fk(?j)的符号为(-1)j，即 再由 于是在(-?,?1)，(?1, ?2)，…, (?k-1,+?)内都有fk(?)=0的根。这里共有k个区间，而fk(?)＝0只有k个根，故在每个区间上有且仅有一个根。 定义：整值函数Sn(?)表示数列{f0(?)， f1(?)，…，fn(?)}中相邻两数符号相同的个数，将数Sn(?)称为数列{fj(?)}的同号数。计算同号数时约定，当fj(?)＝0时， fj(?)与fj-1(?)同号。 * * 矩阵的特征多项式序列及其性质（续） 例 设实对称三对角矩阵 求 的特征多项式序列{fk(?)}在?=?1,0,1,3,4处的同号数。 解 的特征多项式序列为 当?分别取值-1,0,1,3,4时， {fk(?)}与S3(?)的取值见下表。 * * 矩阵的特征多项式序列及其性质（续） 特征多项式序列的同号数 λ ?1 0 1 3 4 f0(λ) 1 1 1 1 1 f1(λ) 3 2 1 ?1 ?2 f2(λ) 8 3 0 0 3 f3(λ) 21 4 ?1 1 ?4 S3(λ) 3 3 2 1 0 * * 矩阵的特征多项式序列及其性质（续） 证明：（2）的结论容易由（1）得出，故下面只证明结论（1）。使用数学归纳法来证明。 当n＝1时， 当?1?c时，由于f1(-?)0，f1(?1)＝0，f1(c)?0，故S1(c)＝1，S1(c)就是[c,+?)上f1(?)＝0的根的个数。 而当?1c时，f1(c)0，故S1(c)＝0， f1(?)＝0在区间[c,+?)上无根，故S1(c)也是[c,+?)上f1(?)＝0的根的个数。 定理：设 为实对称三对角矩阵， {fk(?)}是 的特征多项式序列，则 （1）Sn(c)表示为fn(?)＝0在区间[c,+?)上根的个数；（2）若cd，则fn(?)＝0在区间[c,d]上根的个数为： Sn(c) － Sn(d)。 * * 矩阵的特征多项式序列及其性质（续） 假设对于{f0(?)， f1(?)，…, fk-1(?)}定理成立，并设Sk-1(c)=m，即fk-1(?)＝0的不小于c的零点为m个。将fk-1(?)＝0与fk(?)＝0的根分别记为?i(i=1,2,…,k-1)和?i(i=1,2,…,k)，且由归纳法假定有： 由此可得到c?(?m+1，?m]， fk(?)不小于c的零点个数只可能是m或m＋1个。下面分四种情况分别讨论。 （1）c=?m 此时fk(?)＝0的不小于c的根为m个，而fk-1(c)=0。根据Sturm序列的性质有，fk(c)?0。按约定，fk-1(c)与fk(c)不同号，故Sk(c)＝Sk-1(c)=m。 * * 矩阵的特征多项式序列及其性质（续） （2）c= ?m＋1 此时fk(?)＝0的不小于c的根为m+1个，而fk(c)=0。按约定，fk-1(c)与fk(c)同号，故Sk(c)＝Sk-1(c)+1=m+1。 （3）?m＋1 c?m 此时fk(?)＝0的不小于c