矩阵的特征值与特征向量问题讲解.pptxVIP

第四章矩阵的特征值与特征向量问题第三章 矩阵的特征值与特征向量4.1 幂法与反幂法4.2 Jacobi方法（重点）4.3 多项式方法求特征值问题（自学）4.4 QR算法 （重点）Givens矩阵；Householder矩阵；Gram-Schmidt正交化方法概述注记重数：特征值和特征向量的性质 n 阶矩阵 A 与它的转置矩阵AT 有相同的特征值。定理：证明：即A与AT有相同的特征多项式，所以它们的特征值相同.再继续施行上述步骤 次，就得 定理： 若 是矩阵 的特征值， 是 的属于　的特征向量，则：证明： ★　特征值和特征向量的性质:特征值对应特征向量 定理 ：证明:则 把上列各式合写成矩阵形式，得注记 １.属于不同特征值的特征向量是线性无关的．２.　属于同一特征值的特征向量的非零线性组合 仍是属于这个特征值的特征向量．３.　矩阵的特征向量总是相对于矩阵的特征值而 言的，一个特征值具有的特征向量不唯一； 一个特征向量不能属于不同的特征值．注记 　4.　若λ是矩阵A的r重特征值，对应λ有s个线性无关的特征向量，则1≤s≤r；若A为实对称矩阵，则对应特征值λ 恰有r 个线性无关的特征向量。　5.　实对称矩阵的特征值是实数，属于不同特 征值的特征向量正交。注记称tr(A)为矩阵A的迹asdf 相似矩阵 Jordan分解定理 Schur分解定理 特征值估计粗略估计有?(A) ? ||A||；可将复平面上的特征值一个个用圆盘围起。 盖氏圆设A = [aij]n?n，称由不等式所确定的复区域为A的第i个盖氏圆，记为Gi： i = 1，2，…，n。Gerschgorin圆盘定理 定理 若?为A的特征值，则证明：设Ax = ?x (x ? 0)，若k使得因为例 估计方阵A特征值的范围G4G1G2G3解：G1 = {z：|z – 1|? 0.6}；G2 = {z：|z – 3|? 0.8}；G3 = {z：|z + 1|? 1.8}；G4 = {z：|z + 4|? 0.6}。注：定理推断A的n个特征值全落在n个盖氏圆上，但未说明每个圆盘内都有一个特征值。盖氏圆的连通部分称相交盖氏圆之并构成的连通部分为连通部分。孤立的盖氏圆本身也为一个连通部分。定理 若由A的k个盖氏圆组成的连通部分，含且 仅含A的k个特征值。定理 若由A的k个盖氏圆组成的连通部分，含且仅含A 的k个特征值。证明: 令D = diag(a11，a22，…，ann)，M = A – D，记则显然有A(1) = A，A(0) = D，易知A(?)的特征多项式的系数是?的多项式，从而A(?)的特征值?1(?)，?2(?)，…，?n(?)为?的连续函数。?iaii A(?)的盖氏圆为： 因为A(0) = D的n个特征值a11，a22，…，ann，恰为A的盖氏圆圆心，当?由0增大到1时，?i(?)画出一条以?i(0) = aii为始点，?i(1) = ?i为终点的连续曲线，且始终不会越过Gi； 不失一般性，设A开头的k个圆盘是连通的，其并集为S，它与后n – k个圆盘严格分离，显然，A(?)的前k个盖氏圆盘与后n – k个圆盘严格分离。 当? = 0时，A(0) = D的前k个特征值刚好落在前k个圆盘G1，…，Gk中，而另n – k个特征值则在区域S之外，?从0变到1时， 与 始终分离（严格）。连续曲线始终在S中，所以S中有且仅有A的k个特征值。注：1) 每个孤立圆中恰有一个特征值。2) 前例中G2，G4为仅由一个盖氏圆构成的连通部分，故它们各有一个特征值，而G1，G3构成的连通部分应含有两个特征值。3) 因为前例中A为实方阵，所以若?为A的特征值，则 也是A的特征值，所以G2，G4中各有一个实特征值。4.1 幂法与反幂法幂法是求方阵的最大特征值及对应特征向量的一种迭代法。 4.1.1 幂法设An有n个线性无关的特征向量v1，v2，…，vn；对应的特征值?1，?2，…，?n，满足|?1| |?2| ? …? |?n| (4.1.1)幂法是求方阵的最大特征值及对应特征向量的一种迭代法。 4.1.1 幂法设An有n个线性无关的特征向量v1，v2，…，vn；对应的特征值?1，?2，…，?n，满足|?1| |?2| ? …? |?n| (4.1.1)1.基本思想因为{v1，v2，…，vn}为Cn的一组基，故：任给x(0) ? 0，所以有: (4.1.4)1.基本思想若a1 ? 0，则因 知，当k充分大时 A(k)x(0) ? ?1ka1v1