资源描述:
《矩阵特征值与特征向量的计算》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、第8章矩阵特征值和特征向量的计算很多工程计算中,会遇到特征值和特征向量的计算,如:机械、结构或电磁振动中的固有值问题;物理学中的各种临界值等。这些特征值的计算往往意义重大。求解线性方程组的迭代法,重要一点是判断迭代法的收敛性;判断方法之一就是看迭代矩阵的特征值的模是否都小于1。1PA()是的高次的多项式,它的求根是很困难的。设法通过数值方法是求它的根。通常对某个特征值,可以用些针对性的方法来求其近似值。若要求所有的特征值,则可以对A做一系列的相似变换,“收敛”到对角阵或上(下)三角阵,从而求得所有特征值的近似。n阶方阵A的特征
2、值是特征方程PA()=det(A-E)=0的根.A的特征向量是齐次线性方程组(A-E)x=0的非零解.特征根和特征向量的定义(复习)2定理1:ARnn,1,…,n为A的特征值,则(2)A的行列式值等于全体特征值之积,即(1)A的迹数等于特征值之和,即特征根和特征向量的基本结论。定理2设为ARnn的特征值且Ax=x,其中x不为0,则(1)c为cA的特征值(c为常数且不为0);(2)-p为A-pI的特征值,即(A-pI)x=(-p)x;(3)k为Ak的特征值;(4)设A为非奇异阵,那么且为特征值,即3定义
3、设矩阵A,BRnn,若有可逆阵P,使则称A与B相似。定理若矩阵A,BRnn且相似,则(1)A与B的特征值完全相同;(2)若x是B的特征向量,则Px便为A的特征向量。相似矩阵及定义其性质48.1幂法和反幂法8.1.1幂法幂法是用来求矩阵A按模最大的特征值和相应的特征向量的方法.也称为主特征值和主特征向量。设A是单构矩阵,即A有n个线性无关的特征向量.A的n个特征值为
4、1>2n对应的特征向量为ξ1,ξ2,…,ξn线性无关.我们要求1和ξ1.幂法的基本思想是取初始非零向量x0Rn,作迭代xk+1=Axk
5、=Ak+1x0,k=0,1,2,…产生迭代序列xk.由于ξ1,ξ2,…ξn线性无关,从而有x0=β1ξ1+β2ξ2+…+βnξn(8.3)5xk=Akx0=β11kξ1+β22kξ2+…+βnnkξn设
6、1>2n,这时,上式可写成若β10,则对充分大的k有因而有从而特征向量ξ1xk.乘幂法的收敛速度取决于
7、2/1
8、的大小.故有8.1.1幂法6因此,常把每一步计算的迭代向量xk规范化。对非零向量x,用max(x)表示x的按绝对值最大的分量,称向量y=x/max(x)为向量x的规范化向量.例如,
9、设向量x=(2,1,-5,-1)T,则max(x)=-5,y=(-0.4,-0.2,1,0.2)T.可见规范化向量y总满足‖y‖=1.幂法的规范化计算公式为:任取初始向量x0=y00,计算可得实际计算时,考虑到当1>1时,xk的非零向量趋于无穷;当1<1时,xk趋于零;导致计算机会出现上溢或下溢。8.1.1幂法7所以其收敛速度由比值
10、2/1
11、来确定.又由于所以因此,当k充分大时可取:1mk,ξ1xk.8.1.1幂法8算法8.1幂法程序见p174。(1)输入矩阵A,非零初始向量y0,最大迭代次数N,精度,
12、置k:=0,u=0;(2)计算mk=max(yk);(3)计算(4)若
13、mk-u
14、<,则输出mk,xk,停算;(5)若k=N,则停算,输出计算失败信息;否则,置k=k+1,u=mk,转步2;9用乘幂法求A的按模最大的特征值和相应特征向量.例8.1设解取初值x0=y0=(1,1,1)T,计算得kmkxk0123…101112107.26.5…6.0033526.0016756.000837(1,1,1)T(1,0.8,0.1)T(1,0.75,-0.111)T(1,0.730769,-0.188034)T…………………..(1,0
15、.714405,-0.249579)T(1,0.714346,-0.249790)T(1,0.714316,-0.249895)T可取16.000837,ξ1(1,0.714316,-0.249895)T.实际上,A的3个特征值分别为1=6,2=3,3=2.108.1.2加速技术由于所以,乘幂法收敛速度取决于比值
16、2/1
17、,当
18、2/1
19、1时,收敛是很慢的.1.Aitken加速方法由上式可知可见,序列mk线性收敛于1.构造Aitken序列会达到加速收敛的目的.112.原点位移法作矩阵B=A-aI,则B的特
20、征值为qi=i-a(i=1,2,…,n),而且对应的特征向量相同.如果选取a,使q1仍然是B的按模最大特征值,且满足则对B应用乘幂法可达到加速收敛的目的。则对A–aI计算1–a及对应的特征向量比对A计算收敛得快,此即为原点位移法。122.原点位