第八章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)