数值分析矩阵特征值问题计算.ppt

数值分析矩阵特征值问题计算;定义1 设矩阵A, B?R n?n，若有可逆阵P，使 则称A与B相似。;定理2： 设A?R n?n具有完全的特征向量系，即存在n个线性无关;定理3 ：A?R n?n，?1, …, ?n为A的特征值，则;定理4;定理5 设A?R n?n为对称矩阵，其特征值?1≥?2≥…≥?n，则 ;定理6 （Gerschgorin圆盘定理） 设A?R n?n，则;;;;;;定理7;;一 幂法;则;其中;即为矩阵 A 的对应特征值 ?1 的近似特征向量。;设; 迭代公式 (1)实质上是由矩阵A的乘幂 Ak与非零向量 v0 相乘来构造向量序列 { xk }, 从而计算主特征值及其对应的主特征向量,故称这种方法为幂法。;设; 2. 幂法实用计算公式;例1 求矩阵;直到k=8 时的计算结果见下表;二、幂法的加速;且使;例2 用原点平移加速法求例1中矩阵A的主特征值与其对应的特征向量。 解 取p=-2.5, 做平移变换B=A-pE，则;迭代5步的计算结果见下表;;;设A为n阶实对称矩阵，称;幂法的瑞利商加速迭代公式为;三、反幂法;此时,A-1 的特征值满足;为了避免求 A-1 ,可通过解线性方程组A vk= uk-1 得到yk ，采用LU分解,即先对 A 进行LU分解 A=LU , 此时反幂法的迭代公式为;对给定的误差 ? ，当 | – | ? 时，得;解 取 解方程组 ; 与 的对应分向量大体上成正比, 所以对应于 的特征向量为 ; QR 算法也是一种迭代算法,是目前计算任意实的非奇异矩阵全部特征值问题的最有效的方法之一.该方法的基础是构造矩阵序列 ,并对它进行QR 分解.; 若A为奇异方阵,则零为A的特征值.任取一数 p 不是A 的特征值,则 A-pI 为非奇异方阵.只要求出 A-pI 的特征值,就很容易求出A的特征值, 所以假设A 为非奇异方阵,并不防碍讨论的一般性.;一般地,递推公式为 ;证明 ;性质2 的 QR 分解式为 其中;因为 , 所以;证明 因为 收敛,故下面极限存在 ;定理 2 ( QR 算法的收敛性) 设A 为n 阶实矩阵.; 的极限不一定存在.;其中 的 ( i , j ) 元素 为;由 知, 对充分大的 k , 非奇异, 它应有唯一的 QR 分解式 ,并且 ;???而得到 的QR 分解式;从而 ; 的极限不一定存在;例 1 用 QR 算法求矩阵 特征值. A的特征值为-1,4,1+2i . ;解 令 用施密特正交化过程将 分解为;将 与 逆序相乘, 求出;由 不难看出, 矩阵A 的一个特征值是4 ,另一个特 征值是-1 ,其它两个特征值是方程 ;上Hessenberg化;;;;;;;用正交变换化对称矩阵为对称三对角阵;带原点位移的QR算法;;用单步QR方法计算上Hessenberg特征值;;;;;;;;;;;;;;;;;;;;隐式QR算法;;;;;;定理6;把它们标准正交化，;由定理6可知，实对称矩阵的对角化问题，实质上 是求正交矩阵P的问题，计算P的步骤如下：;（3）;例13;;7.2 对称QR方法;带原点位移的QR迭代;;隐式QR迭代;;定义Jacobi方法是用来计算实对称矩阵A 的全部特征值及其相应特征向量的一种变换方法.;(2) 设A 是n 阶实对称矩阵,则A 的特征值都是 实数,并且有互相正交的n 个特征向量.;由(6) 可知,对于任意的 阶实对称矩阵A , 只要能求得一个 正交阵P ,使 ; i j ;X= , ;(3) 只改变A的第i行第j 行元素, AP只改变A 的 第i 列第j 列元素,所以 只改变A 的第i 行, 第j