首页/文章/ 详情

逆迭代法求矩阵特征值

8月前浏览4980

前面提到,幂迭代法用于求矩阵的主特征值以及对应的特征向量。如果把幂迭代用于这个矩阵的逆矩阵,那么就能求得最小的特征值。来看下面的定理:


设n阶矩阵A的特征值用λ1,λ2,...,λm表示。

(1)、若A的逆矩阵存在,则逆矩阵的特征值为1/λ1,1/λ2,...,1/λm;

(2)、矩阵A的移位A-sE的特征值是λ1-s,λ2-s,...,λm-s,且特征向量与A的特征向量相同。(E是n阶单位矩阵)


根据以上理论,把幂迭代推广到逆矩阵,再把得到的逆矩阵的特征值倒过来,就得到A的最小特征值了。

此外,如果2是A-5E的最小特征值,则逆迭代将确定之。也就是说,逆迭代将收敛于2的倒数1/2,再把它倒过来成为2,并且加上移位s就得到矩阵A的最小特征值7。


来源:数值分析与有限元编程
理论
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2024-04-01
最近编辑:8月前
太白金星
本科 慢慢来
获赞 6粉丝 17文章 327课程 0
点赞
收藏
作者推荐

幂迭代法求矩阵特征值的Fortran程序

昨天所发布的迭代法称为正迭代法,用于求矩阵的主特征值,也就是指矩阵的所有特征值中最大的一个。其算法如下:满足精度要求后停止迭代,xj是特征向量,λj是特征值。Fortran代码如下:以一个四阶矩阵A来验证:程序输出结果为:MATLAB自带的eig函数的计算结果为:二者结果一致。需要注意的是,特征值所对应的特征向量不是唯一的。后记正迭代法,用于求矩阵的主特征值,也就是指矩阵的所有特征值中最大的一个。有正迭代法就有逆迭代法,逆迭代法可以求矩阵的最小特征值以及对应的特征向量。幂迭代法是子空间迭代,Lancos迭代等方法求结构自振频率的基础。稍后会推出逆迭代法,敬请关注。点击[阅读原文],查看迭代法相关原理。来源:数值分析与有限元编程

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈