- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
4.3 多项式方法求特征值问题
4.3.1 F-L 方法求多项式系数
我们知道,求 n 阶方阵 A 的特征值就是求代数方程
( )
| A
I |
0
( 4.3.1)
的根。 (
) 称为 A 的特征多项式。上式展开为
( )
n
p1
n
1
p2 n
2 .....
pn
( 4.3.2)
其中 p1, p2 ,...pn 为多项式
(
) 的系数。
从理论上讲,求 A 的特征值可分为两步:
第一步
直接展开行列式 |
A
I |求出多项式
(
) ;
第二步
求代数方程
(x)
0 的根,即特征值。
对于低阶矩阵, 这种方法是可行的。
但对于高阶矩阵,计算量则很大,
这种方法是不适
用的。这里我们介绍用
F-L ( Faddeev-Leverrier )方法求特征方程(
4.3.2)中多项式 (
) 的
系数。由于代数方程求根问题在第
2 章中已经介绍, 所以本节中解决特征值问题的关键是确
定矩阵 A 的特征多项式
(
) ,所以称这种方法为多项式方法求特征值问题。
记矩阵 A= (aij )n n 的对角线元素之和为
trA
a11
a22
... ann
(4.3.3 )
利用递归的概念定义以下
n 个矩阵 Bk ( k 1,2,...., n) :
p1
trB1
B1
A,
p2
1
B2
A(B1
p1I ),
trB
2
2
p3
1 trB 3
B3
A(B2
p2 I ),
3
...............
pk
1 trB k
Bk
A(Bk
pk 1 I ),
k
1
................
pn
1
Bn
A(Bn
1
pn 1 I ),
trB n
n
( 4.3.4)
可以证明 ,(4.3.4)式中 pk , k
1,2,..., n, 即是所求 A 的特征多项式
( ) 的各系数。用( 4.3.4)
式求矩阵的特征多项式系数的方法称为
F-L 方法。相应特征方程为:
(
1)n (
n
p1
n 1
p2
n 2
.....
pn ) 0
( 4.3.5)
A 的逆矩阵可表示为
而且可证矩阵
A 1
1 ( Bn 1
pn 1I )
pn
(4.3.6)
例1 求矩阵
3 2 4
2 0 2
4 2 3
的特征值与 A 1
.
解
用 F-L
方法求得
3
2
4
B1
A
2
0
2
4
2
3
p1
trB 1
6
11
2
4
B2
A( B1
p1 I )
2 8 2
4
2
11
p2
1 trB
2
15
2
8
0
0
B3
A( B2
p2 I )
0 8 0
0
0
8
p3
1 trB
3
8
所以 A 的特征方程为
3
(
1)3(
3
6
2
15
8)
0
此方程的根 ,即特征值为
1
8,
2
1,
3
1
1
1
1
2
4
2
A 1
1
( B2
p2 I )
1
7
1
p3
4
8
4
1
1
1
2
4
2
从例 1 中的计算结果可知
B3
p3 I . Faddeev 曾经证明 : 对 n 阶矩阵 A, 按 (4.3.4)
式计算出的 Bn 总有
Bn
pn I
(4.3.7)
4.3.2 特征向量求法
当矩阵 A 的特征向量确定以后 ,将这些特征值逐个代入齐次线性程组
( AI )x=0 中 ,由
于系数矩阵 A
I 的秩小于矩阵 A
I 的阶数 n,因此虽然有 n 个方程 n 个未知数 ,但实际上
是解有 n 个未知数的相互独立的
r 个方程 (rn). 当矩阵 A 的所有特征值互不相同时
,这样的
问题中要解的齐次方程组中有
n-1 个独立方程 ,其中含有 n 个特征向量分量 ,因此特征向量分
量中至少有一个需要任意假设其值
,才能求出其他特征分量 .
在计算机中解这样的齐次线性程组
,可用高斯 -若当消去法 ,以便把一组
n 个方程简化为
等价的一组 n-1
个方程的方程组 .然而 ,用高斯 -若当消去法简化一个齐次线性程组时
,方程之
间不都是独立的
,在消去过程中系数为零的情况较多
.必需交换方程中未知数的次序
,以避免
主元素位置上为零的情况 .因此 ,为了提高精度和避免零元素的可能性 ,我们总是用主元素措
施把绝对值最大的系数放于主元素位置 .
例如 ,假设矩阵 A 为
4 2 2
A 5 3 2
2 4 1
其特征方程为
4
2
2
5
3
2
2
4
1
=0
展开后为
(
1)(
2)(
5)
0
故特征值分别为
1
1,
2
2,
3
5
下面求特征向量,将
1 代入方程组 ( A
I )x 0 中,得
3x1
2 x2
2x3
0
5x1
2x2
2x3
0
2x1
4x2
0x3
原创力文档


文档评论(0)