数值分析矩阵特征值问题计算.pptVIP

为A的特征向量，这说明当A的主特征值是实的重根时，定理5的结论还是正确的.应用幂法计算A的主特征值λ1及其对应的特征向量时，如果|λ1|1(或|λ1|1)，迭代向量vk的各个不等于零的分量将随k→∞而趋向于无穷(或趋向于零)，这样在计算机实现时就可能“溢出”.为克服这个缺点，就需要将迭代向量加以规范化.第30页，共84页，星期日，2025年，2月5日设有一向量v?0，将其规范化得向量为其中max(v)表示v的绝对值最大的分量.即如果有则max(v)=vq，且q为所有绝对值最大的分量中的最小下标.在定理12的条件下幂法可这样进行：任取一初始向量v0?0(a1?0)，构造规范化向量序列为第31页，共84页，星期日，2025年，2月5日由(2.3)式第32页，共84页，星期日，2025年，2月5日第33页，共84页，星期日，2025年，2月5日收敛速度由比值r=|λ2/λ1|确定.总结上述结论，有同理，可得到第34页，共84页，星期日，2025年，2月5日定理13设A∈Rn×n有n个线性无关的特征向量，主特征值λ1满足|λ1||λ2|≥?≥|λn|，则对任意非零初始向量v0=u0(a1?0)，有幂法计算公式为则有⑴⑵第35页，共84页，星期日，2025年，2月5日例1用幂法计算矩阵的主特征值与其对应的特征向量.解取v0=u0=(0,0,1)T,则第36页，共84页，星期日，2025年，2月5日直到k=8时的计算结果见下表k12,4,1,40.5,1,0.2524.5,9,7.7590.5,1,0.861135.7222,11.4444,8.36111.44440.5,1,0.736045.4621,10.9223,8.230610.92230.5,1,0.753655.5075,11.0142,8.257611.01420.5,1,0.749465.4987,10.9974,8.249410.99740.5,1,0.750175.5002,11.0005,8.250111.00050.5,1,0.750085.5000,11.0000,8.250011.00000.5,1,0.7500从而见书p303-例3.第37页，共84页，星期日，2025年，2月5日8.2.2幂法的加速方法1、原点平移法由前面讨论知道，应用幂法计算A的主特征值的收敛速度主要由比值r=|λ2/λ1|来决定，但当r接近于1时，收敛可能很慢.这时，一个补救办法是采用加速收敛的方法.其中p为参数，设A的特征值为?i，则对矩阵B的特征值为?i-p，而且A,B的特征向量相同.引进矩阵B=A-pI.第38页，共84页，星期日，2025年，2月5日如果要计算A的主特征值?1,只要选择合适的数p，使?1-p为矩阵B=A-pI的主特征值，且那么，对矩阵B=A-pI应用幂法求其主特征值?1-p,收敛速度将会加快.这种通过求B=A-pI的主特征值和特征向量，而得到A的主特征值和特征向量的方法叫原点平移法.对于A的特征值的某种分布，它是十分有效的.第39页，共84页，星期日，2025年，2月5日例4设A∈R4×4有特征值比值r=|λ2/λ1|≈0.9.做变换B=A-12I(p=12),则B的特征值为应用幂法计算B的主特征值μ1的收敛速度的比值为虽然常常能够选择有利的p值,使幂法得到加速,但设计一个自动选择适当参数p的过程是困难的.第40页，共84页，星期日，2025年，2月5日下面考虑当A的特征值是实数时，怎样选择p使采用幂法计算λ1得到加速.且使收敛速度的比值设A的特征值都是实数，且满足则对实数p，使矩阵A-pI的主特征值为?1-p或?n-p时，当我们计算?1及x1时，首先应选取p使第41页，共84页，星期日，2025年，2月5日显然，当?2-p=-(?n-p)时，即P=(?2+?n)/2＝P*时ω为最小值，这时收敛速度的比值为当希望计算?n时，应选取