- 1、本文档共13页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
实用标准文案
实验一:编程实现以下科学计算算法,并举一例应用之。
QR 基本法和位移 QR 法矩阵特征值求解
1 .QR 基本法
算法说明 :QR 基本算法是求矩阵特征值的最有效和应用最广泛的一种方法方法,
其基本依据是以下两个定理:
1 ) 设 A 是 n 阶矩阵,其 n 个特征值为λ 1、λ2 、…λm ,那么存在一个酉矩阵 U 使
T
得 U AU 是以λ1、λ2 、…λm 为对角元的上三角矩阵。
2 ) 设 A 是 n 阶实矩阵,那么,存在一个正交矩阵 Q ,使得 Q TAQ 为一个准上三角
矩阵,它的每一个对角元是 A 的一个特征值,对角元上的二阶块矩阵的两个特
征值是 A 的一对共轭复特征值。
QR 基本算法的过程如下:
给定循环步数 M ,AT =A ,k=1,2, …M ,计算:
k k k
A = Q R
k+1 k k
A = R Q
QR 基本算法有如下的收敛性质:
如果 A 的特征值满足 | λ1|>| λ2|>| λ2| ≥…≥| λm|, 则 QR 基本算法产生的矩阵序列
{A k }基本收敛到上三角矩阵(特别,当 A 为对称阵时,收敛到对角阵) ,对角元素收
敛到 A 的特征值。
在 MATLAB 中变成实现的 QR 基本算法的函数为: qrtz
功能: QR 基本算法求矩阵全部特征值。
调用格式: l=qrtz(A,M).
其中, A 为已知矩阵;
M 为迭代步数;
精彩文档
实用标准文案
L 为矩阵 A 的全部特征值。
QR 基本算法的流程图:
输入矩阵 A ,步数 M
i=1
N
i<M ?
Y
[q,r]=qr(A) A=r*q
l=diag(A)
i=i+1
输出 l
l=qrtz(A,M)
QR 基本算法的 MATLAB 程序代码如下:
function l=qrtz(A,M)
for i=1:M
[q,r]=qr(A);
A=r*q;
l=diag(A);
end
task11.m
format long
A=[1,5,6;4,7,0;8,11,3]
l=qrtz(A,20)
精彩文档
实用标准文案
disp( ' ?? è· ?a')
l=eig(A)
运行过程和结果:
文档评论(0)