【摘要】:雅可比方法是求解实对称矩阵全部特征值和特征向量的一种方法。设A=n×n,Q 为正交矩阵,记雅可比方法的基本思想是通过一次正交变换,将A 中一对非零的非对角元素化成零,并且使得非对角元素的平方和减小。下面将讨论雅可比方法的收敛性,即矩阵序列{Ak}的对角阵的收敛性。如此继续下去,得到矩阵所以A 的特征值为而该矩阵的精确值为:通过比较,最大误差为:0.000 203 6。
雅可比(Jacobi)方法是求解实对称矩阵全部特征值和特征向量的一种方法。 它基于以下两个结论:
①任意实对称矩阵A 可以通过正交相似变换化为对角型,即存在正交矩阵Q,使得
其中,λi(i=1,2,…,n)是A 的特征值,Q 中各列即为相应的特征向量。
②在正交相似变换下,矩阵元素的平方和不变。 设A=(aij)n×n,Q 为正交矩阵,记
雅可比方法的基本思想是通过一次正交变换,将A 中一对非零的非对角元素化成零,并且使得非对角元素的平方和减小。 反复进行上述过程,使得变换后的矩阵的非对角元素的平方和趋于零,从而使该矩阵近似为对角矩阵,得到全部的特征值和特征向量。 下面来探讨矩阵的旋转变换。
设A 为n 阶实对称矩阵,考虑n 阶正交矩阵
除了p,q 行和p,q 列交叉位置上的4 个元素外,这里V=(rij)n×n的其余元素均与单位矩阵相同,即rpp =rqq =cos θ,rpq =-rqp =sin θ (p<q)。(www.xing528.com)
下面将讨论雅可比方法的收敛性,即矩阵序列{Ak}的对角阵的收敛性。 由前面的讨论易知:
下面应该取p =2,q =3,重复上述过程。 如此继续下去,得到矩阵
所以A 的特征值为
而该矩阵的精确值为:
通过比较,最大误差为:0.000 203 6。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。