43多项式方法总结计划求特征值问题.docxVIP

43多项式方法总结计划求特征值问题.docx

  1. 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. 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. 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. 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. 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. 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. 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

文档评论(0)

153****3726 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档