矩阵特征值与特征向量的计算方法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
(2)设P(x) r0 r1x rm xm为任一m次多项式; 定义矩阵 P( A) r0I r1A rm Am 则:
(1) P()为P( A)的特征值,即P( A)x P()x; (2) P()且x为P( A)的特征向量。
Th2 设A与B为相似矩阵,即B P1AP,则
第六章 矩阵特征值与 特征向量的计算方法
引言
A (aij ) Rnn
a 1
a
1
a
a 1
a
1
a
( a)n 0
( a)n
j
(
)
a
1 n
ei
2 j n
( j 1,2,, n)
Th1 (1)设为A的特征值,且Ax x,其中x 0;
R(x) ( Ax, x) (x, x)
为对应向量x的瑞利(Rayleigh)商。
Th6 设A Rnn为对称矩阵,其特征值为
1 2 n , 其对应的特征向量 x1, x2 ,, xn
组成规范化正交组,则
(1)
n
( Ax, x) (x, x)
1
(x Rn , x 0)
1k (1x1 k ) max(1k (1x1 k ))
1x1 k
x1
max(1x1 k ) max(x1)
(**)
vk
Ak v0 max( Ak1v0 )
1k (1x1 k ) max(1k1(1x1 k1))
1k
r
1k (
i 1
r
i xi
i 1
i xi
n
i
ir 1
( i 1
)k
xi
)
εk
非零向量的规范化
v u v max(v)
u0 v0 0
迭代序列
v1 Au0
vk Auk1
max(v )表示向量v 绝对值最大的分量
规范化序列
u1
v1 max(v1 )
)
(*)
vk
Ak v0 max( Ak1v0 )
uk
Ak v0 max(Akv0 )
n
v0 i xi i 1
n
Akv0 iik xi 1k (1x1 k ) i 1
k
i
n 2
i
(
i 1
)
k
xi
0
(k )
uk
Ak v0 max(Akv0 )
幂法的其本思想
任取初始向量 v0 Rn
v1 v2
Baidu Nhomakorabea
Av0 Av1
A2v0
vk 1
Avk
Ak 1v0
现分析 1、x1 与{vk }的关系:
Th7
(1)设A (aij ) Rnn有n个线性无关的特征向量;
(2)设A的特征值满足
| 1 || 2 | | n |
uk
vk max(vk )
改进的幂法
设u0 v0 0(1 0)
迭代:vk Auk1
k max(vk ) 规范化:uk vk / k
k 1,2,
迭代序列
v1 Au0
v2
A2v0 max(Av0 )
规范化序列
u1 u2
Av0
maxA(2Avv00 ) max( A2v0
例:设
4 1 A 1 0
1 1
D1:| z 4 | 1 孤立圆盘
0 1
D2:| z | 2 D3:| z 4 | 2
3 1 5
4 D diag(1,1,109)
A D1AD
D1:| z 4 | 1
D2:| z | 199 D3:| z 4 | 1.8
(2)
1
max R(x) xR n
x0
(3)
n
min R(x) xR n
x0
幂法及反幂法 幂法 主特征值
A (aij ) Rnn,有一组完全的特征向量组, Axi i xi (i 1,2,, n)
{ x1, x2 ,, xn}线性无关
| 1 || 2 | | n |
(3)幂法:v0 0(且1 0)
vk Avk1(k 1,2,)
(1)
lim
k
vk
1k
1x1;
则:
(2) lim (vk1)i k (vk )i
1
若A的主特征值为实的重根
| 1 || 2 | | r || r1 | | n |
R11 QT AQ
R12 R1n
R22
R2n
Rnn
其中对角块Rii (i 1,2,, m)为一阶或二阶方阵,
且每个一阶Rii 是A的实特征值,每个二阶对角
块的两个特征值是A的一对共轭复特征值。
Def
设A Rnn为对称矩阵,x 0,称
(1) A与B有相同的特征值; (2) 若y是B的特征向量,则Py是A的特征向量。
Th3 (Gerschgorin圆盘定理)
(1)设A (aij )nn , 则A的每一个特征值必属于下述
某个圆盘;| aii | ri | aij | ( j 1,2,, n) ji
(2)若A的m圆盘组成并集S (连通的)且与余下的 n m个圆盘是分离的(即不相交),则S内恰包含 m个A的特征值。特别,当S是由一个圆盘组成 且与其他n 1个圆盘是分离的(即为孤立圆盘), 则S中精确地包含A的一个特征值。
三个孤立圆盘
Th4 (Schur定理)
设A Rnn,则存在酉阵U使
r11 r12 r1n
U H AU
r22
r2n
R
(上三角阵)
rnn
其中i rii (i 1,2,, n)为A的特征值。
Th5 (实Schur分解)
设A Rnn,则存在正交矩阵Q使
设A有n个线性无关的特征向量,x1, x2 ,, xn,
且Axi 1xi (i 1,2,, r) Axi i xi (i r 1,, n)
n
任取初始向量 v0 i xi (且1,,r不全为零)
由幂法有
i 1
vk Akv0
lim
k
vk
(1) P()为P( A)的特征值,即P( A)x P()x; (2) P()且x为P( A)的特征向量。
Th2 设A与B为相似矩阵,即B P1AP,则
第六章 矩阵特征值与 特征向量的计算方法
引言
A (aij ) Rnn
a 1
a
1
a
a 1
a
1
a
( a)n 0
( a)n
j
(
)
a
1 n
ei
2 j n
( j 1,2,, n)
Th1 (1)设为A的特征值,且Ax x,其中x 0;
R(x) ( Ax, x) (x, x)
为对应向量x的瑞利(Rayleigh)商。
Th6 设A Rnn为对称矩阵,其特征值为
1 2 n , 其对应的特征向量 x1, x2 ,, xn
组成规范化正交组,则
(1)
n
( Ax, x) (x, x)
1
(x Rn , x 0)
1k (1x1 k ) max(1k (1x1 k ))
1x1 k
x1
max(1x1 k ) max(x1)
(**)
vk
Ak v0 max( Ak1v0 )
1k (1x1 k ) max(1k1(1x1 k1))
1k
r
1k (
i 1
r
i xi
i 1
i xi
n
i
ir 1
( i 1
)k
xi
)
εk
非零向量的规范化
v u v max(v)
u0 v0 0
迭代序列
v1 Au0
vk Auk1
max(v )表示向量v 绝对值最大的分量
规范化序列
u1
v1 max(v1 )
)
(*)
vk
Ak v0 max( Ak1v0 )
uk
Ak v0 max(Akv0 )
n
v0 i xi i 1
n
Akv0 iik xi 1k (1x1 k ) i 1
k
i
n 2
i
(
i 1
)
k
xi
0
(k )
uk
Ak v0 max(Akv0 )
幂法的其本思想
任取初始向量 v0 Rn
v1 v2
Baidu Nhomakorabea
Av0 Av1
A2v0
vk 1
Avk
Ak 1v0
现分析 1、x1 与{vk }的关系:
Th7
(1)设A (aij ) Rnn有n个线性无关的特征向量;
(2)设A的特征值满足
| 1 || 2 | | n |
uk
vk max(vk )
改进的幂法
设u0 v0 0(1 0)
迭代:vk Auk1
k max(vk ) 规范化:uk vk / k
k 1,2,
迭代序列
v1 Au0
v2
A2v0 max(Av0 )
规范化序列
u1 u2
Av0
maxA(2Avv00 ) max( A2v0
例:设
4 1 A 1 0
1 1
D1:| z 4 | 1 孤立圆盘
0 1
D2:| z | 2 D3:| z 4 | 2
3 1 5
4 D diag(1,1,109)
A D1AD
D1:| z 4 | 1
D2:| z | 199 D3:| z 4 | 1.8
(2)
1
max R(x) xR n
x0
(3)
n
min R(x) xR n
x0
幂法及反幂法 幂法 主特征值
A (aij ) Rnn,有一组完全的特征向量组, Axi i xi (i 1,2,, n)
{ x1, x2 ,, xn}线性无关
| 1 || 2 | | n |
(3)幂法:v0 0(且1 0)
vk Avk1(k 1,2,)
(1)
lim
k
vk
1k
1x1;
则:
(2) lim (vk1)i k (vk )i
1
若A的主特征值为实的重根
| 1 || 2 | | r || r1 | | n |
R11 QT AQ
R12 R1n
R22
R2n
Rnn
其中对角块Rii (i 1,2,, m)为一阶或二阶方阵,
且每个一阶Rii 是A的实特征值,每个二阶对角
块的两个特征值是A的一对共轭复特征值。
Def
设A Rnn为对称矩阵,x 0,称
(1) A与B有相同的特征值; (2) 若y是B的特征向量,则Py是A的特征向量。
Th3 (Gerschgorin圆盘定理)
(1)设A (aij )nn , 则A的每一个特征值必属于下述
某个圆盘;| aii | ri | aij | ( j 1,2,, n) ji
(2)若A的m圆盘组成并集S (连通的)且与余下的 n m个圆盘是分离的(即不相交),则S内恰包含 m个A的特征值。特别,当S是由一个圆盘组成 且与其他n 1个圆盘是分离的(即为孤立圆盘), 则S中精确地包含A的一个特征值。
三个孤立圆盘
Th4 (Schur定理)
设A Rnn,则存在酉阵U使
r11 r12 r1n
U H AU
r22
r2n
R
(上三角阵)
rnn
其中i rii (i 1,2,, n)为A的特征值。
Th5 (实Schur分解)
设A Rnn,则存在正交矩阵Q使
设A有n个线性无关的特征向量,x1, x2 ,, xn,
且Axi 1xi (i 1,2,, r) Axi i xi (i r 1,, n)
n
任取初始向量 v0 i xi (且1,,r不全为零)
由幂法有
i 1
vk Akv0
lim
k
vk