(QR分解相似变换RQ迭代)反复循环,求出矩阵特征值。这

2020-11-25 11:24:02 字数 7118 阅读 2633

1楼:匿名用户

你这样问好像说这个矩阵肯定求不出,所以希望大家告诉你为什么,但是大家都不知道你怎么求的,求得过程是否有问题,所以需要你把计算过程列出来,让大家看看是不是你求措了

2楼:匿名用户

你问的这题太难了解,答不了

你好!简单矩阵(7,2),(2,3)用qr分解迭代,为啥求不出特征值?谢谢!

3楼:蚂雅@机器人包老师

qr分解迭代求出特征值

qr分解

对于m×n的列满秩矩阵a,必有:

am*n= qm*n·rn*n

其中,qt·q=i(即q为正交矩阵),r为非奇异上三角矩阵(即矩阵r的对角线下面的元素全为0)。

这个将a分解成这样的矩阵q和r的过程就是qr分解。

其中当要求r的对角线元素为正时,该分解唯一。

qr分解可用于求解矩阵a的特征值、a的逆等问题。

qr分解的介绍

4楼:匿名用户

这里给出一个(2×2)矩阵a,在qr分解后用迭代法求解特征值的过程,仅供参考。

5楼:紫月军团

qr分解法是目前求一般矩阵全部特征值的最有效并广泛应用的方法,一般矩阵先经过正交相似变化成为hessenberg矩阵,然后再应用qr方法求特征值和特征向量。它是将矩阵分解成一个正规正交矩阵q与上三角形矩阵r,所以称为qr分解法,与此正规正交矩阵的通用符号q有关。

6楼:安徽新华电脑专修学院

function l = rqrtz(a,m)%qr算法求矩阵全部特征值

%已知矩阵:a

%迭代步数:m

%求得的矩阵特征值:l

矩阵特征值的求矩阵特征值的方法

7楼:匿名用户

求矩阵特征值的方法

如下:其中矩阵q为正交矩阵,矩阵r为上三角矩阵,至于qr分解到底是怎么回事,矩阵q和矩阵r是怎么得到的,你们还是看矩阵论吧,如果我把这些都介绍了,感觉这篇文章要写崩,或者你可以先认可我是正确的,然后往下看。

由式(22)可知,a1和a2相似,相似矩阵具有相同的特征值,说明a1和a2的特征值相同,我们就可以通过求取a2的特征值来间接求取a1的特征值。

8楼:善良的杜娟

把特征值代入特征方程,运用初等行变换法,将矩阵化到最简,然后可得到基础解系。求矩阵的全部特征值和特征向量的方法如下:

第一步:计算的特征多项式;

第二步:求出特征方程的全部根,即为的全部特征值;

第三步:对于的每一个特征值,求出齐次线性方程组:的一个基础解系,则可求出属于特征值的全部特征向量。

求特征向量:

设a为n阶矩阵,根据关系式ax=λx,可写出(λe-a)x=0,继而写出特征多项式|λe-a|=0,可求出矩阵a有n个特征值(包括重特征值)。将求出的特征值λi代入原特征多项式,求解方程(λie-a)x=0,所求解向量x就是对应的特征值λi的特征向量。

判断矩阵可对角化的充要条件:

矩阵可对角化有两个充要条件:

1、矩阵有n个不同的特征向量;

2、特征向量重根的重数等于基础解系的个数。对于第二个充要条件,则需要出现二重以上的重特征值可验证(一重相当于没有重根)。

若矩阵a可对角化,则其对角矩阵λ的主对角线元素全部为a的特征值,其余元素全部为0。(一个矩阵的对角阵不唯一,其特征值可以换序,但都存在由对应特征向量顺序组成的可逆矩阵p使pap=λ)。

9楼:匿名用户

b 的各列元素相等,r(b) = 1, 有 n -1 重零特征值。

或书上写的, b 的各行元素成比例,

因第 2 行是第 1 行的 4 倍,...... , 第 n 行是第 1 行的 n^2 倍,

r(b) = 1, 有 n -1 重零特征值。

一个非零特征值是根据特征值以下性质得出的:

所有特征值之和等于矩阵的迹(即对角元之和)。

10楼:血盟孑孑

ax=mx,等价于求m,使得(me-a)x=0,其中e是单位矩阵,0为零矩阵。

|me-a|=0,求得的m值即为a的特征值。|me-a| 是一个n次多项式,它的全部根就是n阶方阵a的全部特征值,这些根有可能相重复,也有可能是复数。

如果n阶矩阵a的全部特征值为m1 m2 ... mn,则|a|=m1*m2*...*mn

同时矩阵a的迹是特征值之和:tr(a)=m1+m2+m3+…+mn

如果n阶矩阵a满足矩阵多项式方程g(a)=0, 则矩阵a的特征值m一定满足条件g(m)=0;特征值m可以通过解方程g(m)=0求得。

还可用mathematica求得。

11楼:李敏

|λ|λe-a|=|λ-1 2 -2|=(-1)^2×|-2 -4 λ+2| (把第一行和第二行互换,再把新的第一行和

|2 λ+2 -4| |λ-1 2 -2| 第三行互换)

|-2 -4 λ+2| |2 λ+2 -4|

=|-2 -4 λ+2|=(-1)×|-2 -4 λ+2|

|0 4-2λ 1/2×λ^2+1/2×λ-3| |0 λ-2 λ-2|

|0 λ-2 λ-2| |0 4-2λ 1/2×λ^2+1/2×λ-3|

=(-1)×|-2 -4 λ+2|=(λ+7)(λ-2)^2.

|0 λ-2 λ-2|

|0 0 1/2×(λ+7)(λ-2)|

所以,a的特征值为-7,2,2.

12楼:最爱他们姓

这个没有接触过呢,不是很懂,不好意思,没能帮到你,希望你能得到满意的答复,祝你生活愉快,谢谢!

一元五次方程怎么解

13楼:匿名用户

数学家伽罗瓦证明: 一元n次代数方程当n≥5时不存在根式解(公式解)。因此n≥5时一般采用数值解法。

例如: x^5+3x^4+x^3-2x^2-x+120=0,根据数值分析理论,求解该5次方程等价于求解下列矩阵的特征值。

【-3,-1,2,1,-120 】

【 1, 0, 0, 0, 0 】【 0, 1, 0, 0, 0 】【 0, 0, 1, 0, 0 】【 0, 0, 0, 1, 0 】qr分解→rq正交相似变换→迭代→ ··· 反复循环得λ1=-3.43001,

λ2=-1.44725+j2.28543,λ3=-1.

44725-j2.28543,λ4= 1.66231+j1.

42038,λ5= 1.66231-j1.42038。

五个特征值就是原五次代数方程的5个根。

14楼:毕梅花融媚

四次以上的没有公式

一般换元降次

或者因式分解

再有就是牛顿微积分求近似解

15楼:紫色智天使

一般高于四次的方程没有代数解---著名的阿尔贝—鲁菲尼定理三次倒是有一个,可也很复杂。一般可能不是数学系大学生都不会知道对于初一,应该只学一次方程把,解5次方程,通常要是一些特殊情况,这要具体分析,如可以因式分解。

还有一些多元的方程,要解的话也有些特殊规律举个例子,当然不是5次方程

比如绝对值不小于0,平方不小于0,如果都是平方啦,绝对值啦相加等于0,那就要每项都为0了

16楼:cp大嫖客

有两位数学家已经证明了一元五次方程没有公式解法,所以只能降次了~~~

17楼:匿名用户

伽罗瓦证明,一元五次以上的方程没有求根公式

如果方程能够分解因式可以求得解。否则只能通过二分法等方法求近似实根。

什么是雅克比迭代法

18楼:匿名用户

雅可比迭代法可求解线性方程组,也可用于求实对称矩阵的特征值。关于特征值求解举一例。

上面《jacobⅰ迭代法》仅迭代一次就得到准确解。但该矩阵用 《qr迭代法》迭代多次为啥得近似答案?因为对称矩阵更适合用jacobⅰ迭代法,迭代次数少且答案准确。

19楼:匿名用户

http://wenku.baidu.***/view/0e2f452fb4daa58da0114a09.html

急求,matlab中, 已知矩阵a,已完成对a的qr分解,下一步求a的特征值和特征向量,程序怎么编写?

20楼:匿名用户

楼主的问题是自己写程序完成矩阵的qr分解,既然是迭代实现qr分解,就与矩阵论中说的计算特征值和特征向量的方法有些区别了。大体的步骤应该是首先将矩阵化成双对角矩阵,然后追赶计算特征值和特征向量,程序**可以参考 徐士良编的 常用数值算法 c语言描述

21楼:匿名用户

求特征向量用matlab中eig命令

第三个问题应该是阶段误差的原因吧!

matlab中如何用qr函数求特征值和特征向量,矩阵是mxn

22楼:匿名用户

1.矩阵qr分解直接用函数qr就可以了。qr函数适用于不是方针的矩阵分解。

2.用法[q,r]=qr(a)得到q是mm矩阵,r是mn.

3.排列大小的可以采用sort函数。

具体情况建议打开matlab 帮助浏览器详细看qr函数的用法。

23楼:电灯剑客

先不要考虑matlab了, 先回去复习一下线性代数, 单个的矩阵但不是方阵何谈特征值

即使是方阵, qr分解也不是直接用来求特征值和特征向量的.

尽管求所有特征值和特征向量最重要的算法是qr算法, 数学上可以解释为反复做qr分解, 但实际上也并不该qr这个函数来实现.

当然, 如果你一定想用qr, 那么可以反复迭代[q,r]=qr(a); a=q'*a*q;

直到a收敛到对角块不超过2阶的分块上三角阵.

至于求特征向量, 对每个特征值各解一次方程组就行了.

就讲这些, 即使你看不明白, 我也不会继续回答了, 这纯粹是浪费时间.

a=(2,-1,0;-1,2,-1;0,-1,2) 在matlab中按雅克宾方法和qr方法求矩阵特征值 带程序 谢谢

24楼:白杨龙

雅克宾方法

clc;

clear all;

%矩阵a

a=[2 ,-1,0;-1,2,-1;0,-1,2]%取矩阵a的维数

n=max(size(a));

%迭代误差

eps=1e-5;

r=1;

%最大迭代次数为100

m=100;

k=1;

%小于迭代次数或迭代误差进入计算

while r>=eps & k<=m

p=1;

q=1;

amax=0;

for i=1:n

for j=1:n

if i~=j & abs(a(i,j))>amaxamax=abs(a(i,j));

p=i;

q=j;

endend

endr=amax;%计算当前迭代误差

%以下为构造正交矩阵u

l=-a(p,q);

u=(a(p,p)-a(q,q))/2;

if u==0

w=1;

else

w=sign(u)*l/sqrt(l*l+u*u);

ends=-w/sqrt(2*(1+sqrt(1-w*w)));

c=sqrt(1-s*s);

u=eye(n);

u(p,p)=c;

u(q,q)=c;

u(p,q)=-s;

u(q,p)=s;

%旋转计算

a=u'*a*u%显示每步计算a的计算结果k=k+1;

endif k>m

disp('a矩阵不收敛');

else

for i=1:n

d(i)=a(i,i);

enddisp('a特征值为:');

dend

qr方法以a=[1 -1 2;-2 0 5;6 -3 6]为例不改了,自己改

构造矩阵

>>a=[1 -1 2;-2 0 5;6 -3 6]a =1 -1 2

-2 0 5

6 -3 6

将矩阵a变换为相似的拟上三角矩阵(即为上hessenberg矩阵)>>h=hess(a)

h =1.0000 2.2136 -0.

31626.3246 4.8000 -1.

40000 6.6000 1.2000对h矩阵作qr分解:

>>[q,r]=qr(h)

q =-0.1562 0.2101 -0.

9651-0.9877 -0.0332 0.

15260 0.9771 0.2127r =-6.

4031 -5.0868 1.43220 6.

7546 1.15260 0 0.3468作50次迭代计算(具体迭代次数可依具体实验矩阵进行)>>for i=1:

50b=r*q;

[q,r]=qr(b);

end>>r*q

ans =

5.0000 7.4864 0.

5929-0.0000 3.0000 4.

96000 0.0000 -1.0000由以上结果可得到迭代计算的特征值为,可见基本qr法的迭代精度还是很高的.