1、北航2008级研究生数值分析A计算实习题2008年11月15日目 录1 引言12 算法设计方案13 特殊情况处理44计算结果45结论76参考文献77附录81 引言算法背景:幂法,Jacobi方法及QR方法是求矩阵特征值和特征向量的常用数值方法,它们都是造构造迭代产生的矩阵序列来达到目的的。幂法计算简单,特别适用于高阶稀疏矩阵,但其收敛速度不能令人满意,要想加快幂法的收敛速度可采用反幂法及位移技术。Jacobi方法是古典方法,它收敛快,精度高,便于并行计算且算法稳定。用Jacobi方法求出的特征向量在较好的正交性,不过它的计算量较大,当阶数n增大时收敛速度减慢,因此Jacobi方法适用于求低阶的
2、对称矩阵的全部特征值和特征向量。由J.G.Francis提出的QR算法的基本思想源于LR算法,即对矩阵分解获得一个相似于原矩阵的序列,使其收敛到一个易于求得特征值的形式。LR算法比QR算法收敛速度快,但不稳定。QR方法是60年代发展起来的,被人们称为数值数学,最值得注意的算法之一,它是目前求任意矩阵全部特征值和特征向量最有效的方法。利用矩阵的QR分解,通过逆序相乘产生对原矩阵的一系列正交相似变换,使其变化为一个近似的上三角矩阵来求全部特征值。这里QR分解是指将矩阵化为一个正交矩阵Q和一个上三角矩阵左乘的形式。但是基本QR算法的收敛往往过慢,因此通常采用带原点位移的QR算法。又由于A是实矩阵,它
3、可能有复特征值,如果采用一般带原点位移的QR算法,变换中带有复位移量,则造成复数运算。故而采用带双步位移的QR算法,可以减少迭代次数加速收敛,避免复数运算,在计算上是比较经济的。2 算法设计方案2.1 题目 试用带双步位移的QR分解法求矩阵A=的全部特征值,并对其中的每一个实特征值求相应的特征向量。要求程序输出矩阵A经过拟上三角化后所得到的矩阵;对矩阵进行QR分解方法结束后所得的矩阵;矩阵A的全部特征值及相应于实特征值的特征向量。采用e型输出数据,并且至少显示12位有效数字。要求迭代的精度水平为=。已知 2.2 算法2.2.1用带双步位移的QR方法求实矩阵全部特征值的算法(1)使用矩阵的拟上三
4、角化的算法把矩阵A化为拟上三角矩阵;给定精度水平和迭代最大次数L。【矩阵A的拟上三角化的算法如下:记A,并记。对于r=1,2,n-2执行(a)若全为零,则令,转(e);否则转(b)。(b)计算,(若,则取),(c)令(d)计算,(e)继续】(2)记,令k=1,m=n。(3)如果,则得到A的一个特征值,置m=n-1,转(4);否则转(5)。(4)如果m=1,则得到A的一个特征值,转(11);如果m=0,则直接转(11);如果m1,则转(3)。(5)求二阶子阵的两个特征值和,即计算二次方程的两个根和。(6)如果m=2,则得到A的两个特征值和,转(11);否则转(7)。(7)如果,则得到A的两个特征
5、值和,置m=m-2,转(4);否则转(8)。(8)如果k=L,则计算终止,未得到A的全部特征值,否则转(9)。(9)记,计算(为m阶单位矩阵)(对作QR分解)【对作QR分解与的计算算法如下:记,。对于r=1,2,m-1执行(a)若全为零,则令,转(e);否则转(b)。(b)计算,(若,则取),(c)令(d)计算,(e)继续】(10)置k=k+1,转(3)。(11)A的全部特征值以计算完毕,停止计算。2.2.2 列主元素Gauss消去法求特征值对应的特征向量的算法列主元素Gauss消去法具体算法如下:记,1.消元过程对于1,2,n-1执行(1)选行号,使(2)交换与以及与所含的数值(3)对于i=
6、k+1,k+2, ,n计算,2.回代过程3特殊情况处理 (1)由于拟上三角化和QR分解的算法有相同的部分故将两部分的子程序集成在一起(当m=1时为矩阵的拟上三角化程序和当m=0时为QR分解程序)(2)当输出“未求出矩阵A的全部特征值”时,检查L的大小,增大L的数值再计算。4 计算结果4.1 矩阵A经过拟上三角化后得到的矩阵 (由于一行放不下十个元素,故将矩阵每一行的十个元素分成两行列出)矩阵A经过拟上三角化后所得的矩阵A(n-1):-8.82751675883e-001-9.93313649183e-002-1.10334928599e+000-7.60044358564e-0011.5491
7、0107991e-001-1.94659186287e+000-8.78243638293e-002-9.25588938718e-0016.03259944053e-0011.51886095647e-001-2.34787836242e+0002.37237010494e+0001.81929082221e+0003.23780410155e-0012.20579844032e-0012.10269266255e+0001.81613808610e-0011.27883908999e+000-6.38057812440e-001-4.15407560380e-001-1.055685482
8、41e-0161.72827459997e+000-1.17146764279e+000-1.24383926270e+000-6.39975834174e-001-2.00283307904e+0002.92494720612e-001-6.41283006839e-0019.78399762128e-0022.55776357416e-001-5.39338381277e-017-3.16587386518e-017-1.29166953413e+000-1.11160351340e+0001.17134682410e+000-1.30735603002e+0001.80369917775
9、e-001-4.24638535837e-0017.98895523930e-0021.60881992807e-0011.53346499662e-0175.96332140618e-017-3.27306215536e-0171.56012629853e+0008.12504939751e-0014.42175683292e-001-3.58861612814e-0024.69174231367e-001-2.73659505009e-001-7.35933465775e-0021.30056273723e-016-3.09706001089e-0178.55612756587e-0170
10、.00000000000e+000-7.70777375519e-001-1.58305142574e+000-3.04284317680e-0012.52871244603e-001-6.70992540145e-0012.54461992908e-0011.61021672477e-016-2.21157183737e-016-3.92548490401e-0170.00000000000e+0000.00000000000e+000-7.46345345694e-001-2.70836515702e-002-9.48652189368e-0011.19587108150e-0011.92
11、926561795e-0021.36855018620e-0167.15151319080e-017-8.67261531120e-0170.00000000000e+0000.00000000000e+000-1.07207471836e-016-7.70180137436e-001-4.69762399062e-0014.98825946801e-0011.13769160378e-001-2.78085130072e-017-6.70863078836e-0178.47612717394e-0170.00000000000e+0000.00000000000e+000-4.8797742
12、8748e-0171.85482928622e-0167.01316709211e-0011.58218068848e-0013.86259461423e-001-2.12460444005e-017-1.70797975893e-016-2.79894228707e-0170.00000000000e+0000.00000000000e+0004.15375832524e-0171.22262169189e-0160.00000000000e+0004.84380760278e-0013.99277799518e-0014.2 对矩阵进行QR分解后所得的矩阵(由于一行放不下十个元素,故将矩阵
13、每一行的十个元素分成两行列出)对拟三角化后的矩阵A(n-1)进行QR分解方法结束后的矩阵:1.53147700891e+000-2.31151347770e+000-5.13352162117e-002-1.56228767543e-0013.95270218975e-001-4.60307123730e-001-4.92665761043e-0011.54615717231e-0014.58107069729e-0029.01038975186e-002-3.19420475749e+000-5.63497701019e-001-2.71483239643e-001-6.4285865942
14、9e-0011.03913640971e+0002.87072983195e+000-7.00811288884e-001-8.03485266055e-001-7.59721306153e-0012.13060816678e+0003.55229096910e-0161.78505809730e+000-1.74399102792e+0007.97374725643e-001-6.25624360652e-001-1.11600242269e+0002.59559452545e-0013.42921412680e-0015.10113644468e-001-9.75562845054e-001-2.38895193340e-016-2.87790678694e-016-4.06561715572e-001-5.06868432472e-0011.82855102452e+0005.18941002166e-001-3.59510952371e-001-1.13845216101e-001-4.51225605836e-0025.59740463210e-0011.13201004533e-016-9.76111965681e-0183.31049963415e-0161.486766072
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1