计算方法(5)第四章-矩阵特征值和特征向量的计算.pptVIP

第四章 矩阵特征值和特征向量的计算; 常用解法; 4.1 乘幂法和反幂法一、乘幂法; ;二、乘幂法的加速;三、反幂法;反幂法规范后的计算格式;四、利用原点平移的反幂法求任一特征值和特征向量; 4.2 雅可比（ Jacobi ）方法;;;;;; ;;;二、 雅可比过关法;多项式运算函数;【例】由给定根向量求多项式系数向量。 R=[-0.5,-0.3+0.4*i,-0.3-0.4*i]; P=poly(R) PPR=poly2str(P,x) P = 1.0000 1.1000 0.5500 0.1250 PPR = x^3 + 1.1 x^2 + 0.55 x + 0.125 ;【例】求多项式 的零点。 r=roots([1 -6 15 -20 15 -6 1]) r = 1.0042 + 0.0025i 1.0042 - 0.0025i 1.0000 + 0.0049i 1.0000 - 0.0049i 0.9958 + 0.0024i 0.9958 - 0.0024i;【例】求3阶方阵A的特征多项式。 ? A=[11 12 13;14 15 16;17 18 19]; PA=poly(A) PPA=poly2str(PA,x) PA = 1.0000 -45.0000 -18.0000 -0.0000 PPA = x^3 - 45 x^2 - 18 x - 2.8387e-015 ;【例】求 的“商”及“余”多项式。 ? p1=conv([1,0,2],conv([1,4],[1,1])); p2=[1 0 1 1]; [q,r]=deconv(p1,p2); cq=商多项式为 ; cr=余多项式为 ; disp([cq,poly2str(q,x)]) disp([cr,poly2str(r,x)]) ? 商多项式为 x + 5 余多项式为 5 x^2 + 4 x + 3 ; dot(x,y) 向量的内积 norm ： 矩阵或向量范数 det(A) 方阵的行列式； rank(A) 矩阵的秩； trace(A) 矩阵的迹； rref(A) 初等变换化矩阵A为阶梯矩阵 inv(A) 矩阵的逆；即 A-1 pinv(A) 矩阵的广义逆A+ orth(A) 将A标准正交化 cond(A,flag) 矩阵的条件数, flag=2, 1, inf, fro;;d=eig(A) ： 方阵的特征值； [V,D]=eig(A) : A*V=V*D c=condeig(A) ： 向量c中包含矩阵A关于各 特征值的条件数 [V,D,c]=condeig(A)：;例：观察7阶随机矩阵特征值的分布 a=rands(7,7) %产生7阶随机矩阵 e=eig(a) title(特征值的分布); plot(real(e),imag(e),o) xlabel(实轴); ylabel(虚轴);;例：观察正交矩阵的特征值分布 a=rands(7,7); b=orth(a); %构造一个正交矩阵 theta=0:0.01:2*pi; e=eig(b); plot(real(e),imag(e),r*,cos(theta),sin(theta)); axis equal title(正交矩阵特征值的分布); xlabel(实轴); ylabel(虚轴);