第章矩阵特征值的数值解法.docxVIP

第9章 矩阵特征值的数值解法 引言 矩阵特征值问题有广泛的应用背景.例如动力系统和结构系统中的振动问题、电力系统的静态稳定分析上、工程设计中的某些临界值的确定等，都归结为矩阵特征值问题 ?数学 中诸如方阵的对角化及解微分方程组等问题，都要用到特征值的理论 ?本章介绍n阶实矩 阵A Rn n的特征值与特征向量的数值解法. 定义9.1.1 已知n阶实矩阵A (aij) Rn n，如果存在常数 和非零向量x，使 Ax x 或(A I )x 0 (9.1.1) 那么称 为A的特征值(eigenvalue) ， x为a的相应于 的特征向量(eigenvector).多项 式 a11 a12 L a1 n a21 a22 L a2 n Pn( ) det(A I) 和 (9.1.2) M M O M an1 an2 L ann 称为特征多项式(characteristic polynomial) det(A I) 0 (9.1.3) 称为特征方程(characteristic equation) . 注式(9.1.3)是以为未知量的兀 n次代数方程， Pn( )det(A I )是的n次多项 式?显然，A的特征值就是特征方程(9.1.3)的根.特征方程(9.1.3)在复数范围内恒有解， 其个数为方程的次数(重根按重数计算)，因此n阶矩阵A在复数范围内有n个特征值.除 特殊情况(如n 2,3或A为上(下)三角矩阵)外，一般不通过直接求解特征方程 (9.1.3)来 求A的特征值，原因是这样的算法往往不稳定.在计算上常用的方法是幂法与反幂法和相 似变换方法.本章只介绍求矩阵特征值与特征向量的这两种基本方法 .为此将一些特征值 和特征向量的性质列在此处. 定理9.1.2 设n阶方阵A (3j)nn的特征值为1, 2丄，n，那么 1 2 L n a11 a22 L ann ； 1 2L n det A. 定理9.1.3 如果 是方阵A的特征值，那么 k是Ak的特征值，其中k是正整数； 当A是非奇异阵时，1是A 1的特征值. pn()是Pn(A)的特征值，其中Pn(x)是多项式 pn(x) a0 a1x a2x2 L anxn. 定义9.1.4 设A,B都是n阶方阵.若有n阶非奇异阵P，使得P 1AP B，则称矩阵A 与 B 相似(similar) ， P 1AP 称为对 A 进行相似变换(similarity transformation) ，P 称 为相似变换矩阵(similarity transformation matrix) . 定理9.1.5 若矩阵A与B相似，则A与B的特征值相同. 定理9.1.6 如果A是n阶正交矩阵，那么 A1 At，且 detA 1 或 1； 若 y Ax，则科 2 X2，即 xT x yT y. 定理9.1.7 设A是任意n阶实对称矩阵，则 A的特征值都是实数； A有n个线性无关的特征向量. 定理9.1.8 设A是任意n阶实对称矩阵，则必存在n阶正交矩阵P，使得 P 1AP PtAP ， 其中 diag( 1, 2,L , n)是以A的n个特征值1, 2丄，n为对角元素的对角矩阵. 定理9.1.9 (圆盘定理)矩阵A (aj)nn的任意一个特征值至少位于复平面上的几个圆 盘 n ■ Di z z aii j 1, j i aijl , i 1,2,L , n， 中的一个圆盘上。 幂法与反幂法 9.2.1 幕法及其加速 9.2.1.1 幂法 幂法是计算矩阵按模最大特征值 (largest eige nvalue in mag nitude) 及相应特征向量 的迭代法.该方法稍加修改，也可用来确定其他特征值 .幂法的一个很有用的特性是：它 不仅可以求特征值，而且可以求相应的特征向量 .实际上，幂法经常用来求通过其他方法 确定的特征值的特征向量.下面探讨幂法的具体过程. 设矩阵A Rn n的n个特征值满足 0, 0, 且有相应的n个线性无关的特征向量x1,x2,L ,xn，则x1, x2,L , xn构成n维向量空间Rn的一组 基， 基，因此Rn z z iXi, i R, i 1,2丄，n i 1 在Rn中选取某个满足1 0的非零向量 n Z0 i Xi . i 1 用矩阵A同时左乘上式两边，得 Az°i Az° i AXi n i i xi . 再用矩阵A左乘上式两边，得 n A2Zo i 1 2 i i Xi . 这样继续下去， 一般地有 Akzo n i i 1 ikXi, k 1,2,L . (9.2.2) 记 z Azk1 A kzo, k 1,2,L， 则由式(9.2.2) 得 Zk AkZo n k i i Xi k 1 1 n k i X1 i xi , k 1,2,L . (9.2.3) i