求矩阵特征值算法及程序简介求矩阵特征值算法及程序简介.pdf

求矩阵特征值算法及程序简介求矩阵特征值算法及程序简介.pdf

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
求矩阵特征值算法及程序简介求矩阵特征值算法及程序简介

求矩阵特征值算法及程序简介 1.幂法 1、幂法规范化算法 (0) A eps (1)输入矩阵 、初始向量 ,误差 ;  (2)k 1 ; (3)计算V (k )  A(k 1) ; (4)mk max(V (k ) ) , mk 1 max(V (k 1) ) ; (5)(k ) V(k ) / mk ; (1) ) (6)如果 ,则显示特征值 和对应的特征向量 ,终止; m m  eps  x k k 1 1 (7)k k 1,转 (3) 注:如上算法中的符号max(V ) 表示取向量 中绝对值最大的分量。本算法使用了数据 V 规范化处理技术以防止计算过程中出现益出错误。 2、规范化幂法程序 Clear[a,u,x]; a=Input[系数矩阵A=]; u=Input[初始迭代向量u(0)=]; n=Length[u]; eps=Input[误差精度eps =]; nmax=Input[迭代允许最大次数nmax=]; fmax[x_]:=Module[{m=0,m1,m2}, Do[m1=Abs[x[[k]]]; If[m1m,m2=x[[k]];m=m1], {k,1,Length[x]}]; m2] v=a.u; m0=fmax[u]; m1=fmax[v]; t=Abs[m1-m0]//N; k=0; While[tepsknmax, u=v/m1; v=a.u; k=k+1; m0=m1; m1=fmax[v]; t=Abs[m1-m0]//N; Print[k=,k, 特征值=,N[m1,10], 误差=,N[t,10]]; Print[ 特征向量=,N[u,10]]]; If[knmax,Print[迭代超限]] A 说明:本程序用于求矩阵 按模最大的特征值及其相应特征向量。程序执行后,先通过 (0) 键盘输入矩阵 、迭代初值向量 、精度控制 和迭代允许最大次数 ,程序 A  eps n max 即可给出每次迭代的次数和对应的迭代特征值、特征向量及误差序列,它们都按10 位 有效数输出。其中最后输出的结果即为所求的特征值和特征向量序列。如果迭代超出 n max 次还没有求出满足精度的根则输出迭代超限提示,此时可以根据输出序列判别收 敛情况。 程序中变量说明 a:存放矩阵 ; A (0) (k ) u:初始向量 和迭代过程中的向量 及所求特征向量;   (k ) v:存放迭代过程中的向量 ; V m1:存放所求特征值和迭代过程中的近似特征值; nmax:存放迭代允许的最大次数; eps:存放误差精度; fmax[x]: 给出向量x 中绝对值最大的分量; k:记录迭代次数; t1:临时变量; 注:迭代最大次数可以修改为其他数字。 3、例题与实验

您可能关注的文档

文档评论(0)

pfenejiarz + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档