幂法反幂法求解矩阵最大最小特征值及其对应特征向量.docxVIP

数值计算解矩阵的按模最大最小特征值及对应的特征向量

一.幂法

幂法简介：

当矩阵A满足一定条件时，在工程中可用幂法计算其主特征值(按模最大)及其特征向量。矩阵A需要满足的条件为：

(1)

|? |?|?

1 2

|?...?|?

n

|?0,?为A的特征值

i

(2)存在n个线性无关的特征向量，设为x

,x,...,x

12 n

1

计算过程：

对任意向量x(0)，有x(0)??n

i?1

?u,?

i i i

不全为0，则有

x(k?1)?Ax(k)?...?Ak?1x(0)

??n

Ak?1αu

i i

??n

αλk?1u

i i i

?i?1 i?1

?

?λk?1??u

?

?( 2)k?1au

? ?

? ?( n)k?1au ?

??1 11 ? 2 2

?

?

1

? n n

1

??k?1?u

1 11

?

| 2|

可见，当 ?

1

越小时，收敛越快；且当k充分大时，有

??x(k?1)??k?1?u

x(k?1)

? 1 1

1? ??

，对应的特征向量即是x

(k?1)

。

??x(k)??k?u

x(k) 1

1 1 1

算法实现

(1).输入矩阵A，初始向量x，误差限?,最大迭代次数N

x(k)

(2).k?1,??0;y(k)

?

max(abs(x(k))

(3).计算x?Ay,??max(x);

(4).若|???|??,输出?,y,否则,转(5)

(5).若k?N,置k?k?1,???,转3,否则输出失败信息,停机.

matlab程序代码

1/17

function[t,y]=lpowerA,x0,eps,N) % t为所求特征值，y是对应特征向量

k=1;

z=0; % z相当于?y=x0./max(abs(x0)); %规范化初始向量x=A*y; %迭代格式

b=max(x); % b相当于?

ifabs(z-b)eps % 判断第一次迭代后是否满足要求

t=max(x);return;

end

whileabs(z-b)epskNk=k+1;

z=b;y=x./max(abs(x));x=A*y;b=max(x);

end

end

[m,index]=max(abs(x)); %这两步保证取出来的按模最大特征值

t=x(index); % 是原值，而非其绝对值。

举例验证

选取一个矩阵A，代入程序，得到结果，并与eig(A)的得到结果比较，再计算A*y-t*y，验证y是否是对应的特征向量。结果如下：

2/17

t -V-

。7482

。6497

11110000

eig(A)

ans=

-0.0166

l.4801

2.5365

A*y-t*y

ans=

1.0e-004*

-0.1603

。-0.1684

。

＿

结果正确，表明算法和代码正确，然后利用此程序计算15阶Hilb矩阵，与

eig(A)的得到结果比较，再计算A*y-t*y，验证y是否是对应的特征向量。设置初始向量为x0=ones(15,1)，结果显示如下

A=hilb(l5);

xO=ones (l5,1);

eps=le-6;

N=30;

＿t) [t, y]=lpowre (J\.,xO,eps,

＿

t

＿y

＿

y

3/17

可见，结果正确。得到了15阶Hilb矩阵的按模最大特征值和对应的特征向量。

二.反幂法

反幂法简介及其理论

在工程计算中，可以利用反幂法计算矩阵按模最小特征值及其对应特征向量。其基本理论如下，与幂法基本相同：

由Ax??x?x?A?1(?x)，则A?1x?

1

?x，可知，A和A-1的特征值互为倒数，

求A按模最小特征值即求A-1的按模最大特征值,取倒数即为A的按模最小特征值 所 以 算 法 基 本 相 同 ， 区 别 就 是 在 计 算x(k?1)时，不是令x(k?1)?Ay(k),而是x(k?1)?A-1y(k)具体计算时，变换为

Ax(k?1)?y(k);对A做LU分解，来计算x(k?1)

算法实现

4/17

(1).输入矩阵A,初始向量x,误差限?,最大迭代次数N,