特征值和特征向量的数值算法.ppt_第1页
特征值和特征向量的数值算法.ppt_第2页
特征值和特征向量的数值算法.ppt_第3页
特征值和特征向量的数值算法.ppt_第4页
特征值和特征向量的数值算法.ppt_第5页
已阅读5页，还剩19页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、7.4 QR算法,7.4.3 带原点位移的QR算法,7.4.2 QR算法及其收敛性,7.4.1 化矩阵为Hessenberg形,7.4.1 化矩阵为Hessenberg形,定理7.9 （实Schur分解定理）,为（初等）镜面反射矩阵，或Householder变换矩阵。,Houholder矩阵H=H（w）有如下性质：,(1),(2),(3) 记S为与w垂直的平面,则几何上x与y=Hx关于平面S对称。事实上,由,对应于性质（2），有下面的定理。,证,由此可得,定理得证。,（7.4.2）,（7.4.3）,例7.4,解,证,变换，有,如此类推，经n-2步对称正交相似变换，得到Hessenberg形矩阵

2、。,7.4.2 QR算法及其收敛性,上式左边为正交阵，即,这个式子左边是下三角阵，则右边是上三角阵，所以只能是对角阵。设,定理得证。,一般按平面旋转变换或镜面反射变换作出的分解A=QR，R的对角元不,（7.4.5）,证 容易证(1)从它递推得,例7.5 用QR方法求下列矩阵的全部特征值。,该矩阵A非对称，从计算结果看，收敛于上三角阵。,（2）的计算结果为,从计算结果来看，迭代收敛于Schur分块上三角形，对角块分别是1阶和2阶子,一般在实际使用QR方法之前，先用镜面反射变换将A化为Hessenberg形矩阵H，然后对H作QR迭代，这样可以大大节省运算工作量。因为上 Hessenberg阵H的

3、次对角线以下元素均为零，所以用平面旋转变换作QR分解较为方便。,对i = 1,2,.n - 1,依次用平面旋转矩阵J（i , i+1）左乘H，使J（i , i+1）H的第i +1行第i列元素为零。左乘J(i,i+1)后，矩阵H的第i行与第i+1行零元素位置上仍为零，其他行不变。这样，共n-1次左乘正交矩阵后得到上三角阵R。即 =R， =J（n-1,n）J(n-2,n-1)J(1,2)。可以验证 是一个下Hessenberg阵，即U是一个上Hessenberg阵。这样，得到H的QR分解H=UR。在作QR迭代时，下一步计算RU，容易验证RU是一个上Hessenberg阵。以上说明了QR算法保持了H

4、的上Hessenberg结构形式。,解,重复上面的过程，计算11次得,至此，不难看出，一个特征值是4，另一个特征值是-1，其他两个特征值是方程,上述用QR方法求得的特征值是该特征方程的准确解。,7.4.3 带原点位移的QR算法 前面我们介绍了在反幂法中应用原点位移的策略，这种思想方法也可用于QR算法。一般我们针对上Hessenberg矩阵讨论QR算法，并且假设每次QR迭代中产生的 都是不可约的，否则，可以将问题分解为较小型的问题。这样，带原点位移的QR算法可以描述为：,根据QR算法的收敛性质，位移量有下列两种取法：,例7.7 用带原点位移的QR算法求下列矩阵的特征值：,解 先用镜面反射变换把A化为上Hes

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论