矩阵特征值和特征向量.pptxVIP

会计学;从理论上讲，可利用代数方程求根求出特征值，再利用线性方程组的解法，求出特征向量。 ?缺点：工作量大且特征向量对矩阵的依赖很高；当矩阵阶数较高时，高次代数方程求根的计算稳定性较差。 另外，实际问题中的具体要求不同，有时只要求A的绝对值最大的特征值（主特征值）及相应的特征向量；有时又要求全部的特征值及特征向量。根据这两种不同要求，求矩阵的特征值与特征向量的方法也大致分为两类：迭代法（幂法反幂法）、变换法。;关于矩阵特征值及特征向量的一些结论： ;Th2、A?B(相似)，即存在可逆阵T，使B=T-1AT,则 1. A与B有相同的特征值。 2. 设x是B的关于?的特征向量, 则Tx是A的关于 ?的特征向量。;; 称为A对应于向量x的Rayleigh商。 ;2.;=;2. From 1 we know so we only need to prove there exists an x?0 such that ;§1 幂法与反幂法（按模最大与最小特征值的求法） ;;Convergence analysis of Algorithm 1.;;;Th5. A ?Rn?n有n个线性无关特征向量 主特征值?1满足 则 做迭代 有 ;;收敛速度：主要由来 确定，r 越小，收 敛越快。 时收敛可能很慢。 2. 若有 ，说明?1?0， 以及 都不能作为近似特征向量，需要重新取初始向量再迭代。 3. 用幂法进行计算时，若 在计算机中会产生“溢出”或 “机器零”的情况（超过计算机字长所能表示的精度） ;Algorithm 2(improvement of A.1). ;Convergence analysis of A.2.;;第20页/共89页;Th6. A ?Rn?n有n个线性无关特征向量 主特征值?1满足 则 做迭代 有 ;第22页/共89页;第23页/共89页;第24页/共89页;第25页/共89页;第26页/共89页;第27页/共89页;第28页/共89页;第29页/共89页;第30页/共89页;第31页/共89页;;;第34页/共89页;雅可比法的基本思想: 设法用一系列简单的正角阵Rk , 逐步地将 A 化为近似对角阵(非对角元近似化为0)。即选择Rk , 令 ; ? 平面旋转变换;第37页/共89页;第38页/共89页;第39页/共89页;第40页/共89页;第41页/共89页;第42页/共89页;;第44页/共89页;第45页/共89页;第46页/共89页;?雅可比算法:;利用Rk(p,q)对Ak-1作旋转变换，使 中的非对角元;对Jacobi算法有几点说明：;第50页/共89页;? 2. 由于Ak 是对称阵，因此只要计算上三角（或下三角）元素即可，既节省计算量，有能保证Ak 严格对称。;? 4. Ak 中经旋转变换化为零的元素，可能在Ak+1中又成为非零元素，因此不能期望通过有限次旋转变换将原矩阵A对角化，但可证 ;由前面推论知;? 5. 实际计算时，当k充分大或者当 时迭代终止， ;实际计算时，并不是保留 到最后才形成Pm，而是逐步形成的。 令 ;? 7. 对经典Jacobi法的改进-----避免每次在非对角元中选主元素花费太多时间：循环雅可比法和雅可比过关法。;?循环雅可比法：不选主元素，直接将非对角元素按列（或行）的次序扫描并依次化为0。 由于前面已化为0的元素在后面又可能成为非零元素，因此要反复多次扫描，直到达到精度要求为止。 缺点：对一些已经足够小的元素也要作化零处理。;例：用雅可比方法计算下面实对称阵的特征值;(3) 选非对角元中的主元素a23= -0.627963;(5) 选非对角元中的主元素a13= 0.169525;A的近似特征值为 ?1?3.414 209, ?2?0.585 986, ?3?1.999 800;§3 Householder法;理论基础：A是n阶实矩