線代矩陣的特征值和特征向量.ppt

《線代矩陣的特征值和特征向量.ppt》由會(huì)員分享，可在線閱讀，更多相關(guān)《線代矩陣的特征值和特征向量.ppt（30頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

第7章矩陣的特征值和特征向量,很多工程計(jì)算中，會(huì)遇到特征值和特征向量的計(jì)算，如：機(jī)械、結(jié)構(gòu)或電磁振動(dòng)中的固有值問題；物理學(xué)中的各種臨界值等。這些特征值的計(jì)算往往意義重大。,特征值：,的根為矩陣A的特征值,特征向量：滿足,的向量v為矩陣A的對(duì)于特征值的特征向量,稱為矩陣A的特征多項(xiàng)式,是高次的多項(xiàng)式，它的求根是很困難的。沒有數(shù)值方法是通過(guò)求它的根,來(lái)求矩陣的特征值。通常對(duì)某個(gè)特征值，可以用些針對(duì)性的方法來(lái)求其近似值。若要,求所有的特征值，則可以對(duì)A做一系列的相似變換，“收斂”到對(duì)角陣或上（下）三角陣，,從而求得所有特征值的近似。,7.1冪法,矩陣的按模最大特征值往往表現(xiàn)為閾值。如：矩陣的譜半徑。冪法就是一種求矩陣按模最大特征值的方法，它是最經(jīng)典的方法。,冪法要求A有完備的特征向量系。即A有n個(gè)線性無(wú)關(guān)的特征向量。在實(shí)踐中，常遇到的實(shí)對(duì)稱矩陣和特征值互不相同的矩陣就具有這種性質(zhì)。設(shè)A的特征值和特征向量如下：,特征值：,特征向量：,冪法可以求,，基本思想很簡(jiǎn)單。,設(shè)：,則有：,（1）若：,則k足夠大時(shí)，有,可見,幾乎僅差一個(gè)常數(shù),所以：,任意分量相除,特征向量乘以任意數(shù)，仍是特征向量,（2）若：,則k足夠大時(shí)，有,所以：,所以：,這樣，我們有算法：,1、給出初值，計(jì)算序列,2、若序列表現(xiàn)為，相鄰兩個(gè)向量各個(gè)分量比趨向于常數(shù)，則,3、若序列表現(xiàn)為，奇偶序列各個(gè)分量比趨向于常數(shù)，則,4、若序列表現(xiàn)為其他，退出不管,求矩陣A的按模最大的特征值,解取x(0)=(1,0)T,計(jì)算x(k)=Ax(k-1),結(jié)果如下,例,可取??0.41263,x1?(0.017451,0.014190)T.,在冪法中，我們構(gòu)造的序列,可以看出,因此，若序列收斂慢的話，可能造成計(jì)算的溢出或歸0,改進(jìn)－冪法的規(guī)范運(yùn)算,則，易知：,所以，有：,最大分量為1,即,（1）若：,時(shí)，有,時(shí)，有,收斂,分別收斂反號(hào)的兩個(gè)數(shù),（2）若：,分別收斂到兩個(gè)數(shù)，且絕對(duì)值不同。,求：,則：,這樣，我們有算法：,1、給出初值，計(jì)算序列,2、若序列收斂，則,3、若序列的奇偶序列分別收斂，且兩個(gè)數(shù)絕對(duì)值相同，則,4、若序列的奇偶序列分別收斂，且兩個(gè)數(shù)絕對(duì)值不同，則,,決定收斂的速度，特別是|?2/?1|,希望|?2/?1|越小越好。,不妨設(shè)?1>?2?…??n，且|?2|>|?n|。,,p=(?2+?n)/2,思路,令B=A?pI，則有|?I?A|=|?I?(B+pI)|=|(??p)I?B|??A?p=?B。而，所以求B的特征根收斂快。,反冪法,所以，A和A－1的特征值互為倒數(shù),這樣，求A－1的按模最大特征值，就可以求出A的按模最小特征值,為避免求逆的運(yùn)算，可以解線性方程組,若知道某一特征根?i的大致位置p，即對(duì)任意j?i有|?i?p|<<|?j?p|，并且如果(A?pI)?1存在，則可以用反冪法求(A?pI)?1的主特征根1/(?i?p)，收斂將非?？臁?思路,7.1Jacobi方法－對(duì)稱陣,P為n階可逆陣，則A與P－1AP相似，相似陣有相同的特征值。,若A對(duì)稱，則存在正交陣Q(QTQ=I)，使得,直接找Q不大可能。我們可以構(gòu)造一系列特殊形式的正交陣Q1,...,Qn對(duì)A作正交變換,使得對(duì)角元素比重逐次增加，非對(duì)角元變小。當(dāng)非對(duì)角元已經(jīng)小得無(wú)足輕重時(shí)，可以近似,認(rèn)為對(duì)角元就是A的所有特征值。Jacobi方法就是這樣一類方法。,1、Givens旋轉(zhuǎn)變換,對(duì)稱陣,為正交陣,記：,則：,變換的目的是為了減少非對(duì)角元的分量，則,記,則,的按模較小根,所以：,2、Jacobi迭代,取p,q使,，則,定理：,若A對(duì)稱，則,解記A(0)=A,取p=1,q=2,apq(0)=a12(0)=2,于是有,例用Jacobi方法計(jì)算對(duì)稱矩陣的全部特征值.,從而有,所以,再取p=2,q=3,apq(1)=a23(1)=2.020190,類似地可得,從而A的特征值可取為?1?2.125825,?2?8.388761,?3?4.485401,為了減少搜索非對(duì)角線絕對(duì)值最大元素時(shí)間,對(duì)經(jīng)典的Jacobi方法可作進(jìn)一步改進(jìn).,1.循環(huán)Jacobi方法:按(1,2),(1,3),…,(1,n),(2,3),(2,4),…,(2,n),…,(n-1,n)的順序,對(duì)每個(gè)(p,q)的非零元素apq作Jacobi變換,使其零化,逐次重復(fù)掃描下去,直至?(A)

配套講稿：

如PPT文件的首頁(yè)顯示word圖標(biāo)，表示該P(yáng)PT已包含配套word講稿。雙擊word圖標(biāo)可打開word文檔。

特殊限制：

部分文檔作品中含有的國(guó)旗、國(guó)徽等圖片，僅作為作品整體效果示例展示，禁止商用。設(shè)計(jì)者僅對(duì)作品中獨(dú)創(chuàng)性部分享有著作權(quán)。

關(guān) 鍵  詞：

矩陣 特征值 特征向量