求解一类矩阵特征向量的几种近似方法
求解一类矩阵特征向量的几种近似方法
◎丁克华(江苏省泰州市姜堰市罗塘高级中学225300)
◎王明刚(南京师范大学泰州学院数学系225300)
【摘要】研究高阶矩阵的特征向量是解决决策问题的
重要手段,对实际生活中的问题如何作出抉择有重要的作用,但众所周知,用定义计算矩阵的特征值和特征向量是相当困难的,特别是矩阵的阶数较高的时候. 本文研究了求解一类高阶矩阵的三种近似方法,为求解高阶矩阵的特征向量提供了一条简便的思路.
【关键词】矩阵;特征向量;特征值;近似解法高等代数中求解矩阵A 的特征向量的方法如下:(1)求特征方程f (λ)=|λE -A |=0的全部特征根λ1,λ2,…,λr ;(2)求相应的特征向量,对每个特征值λi (i =1,2,…,r ),求齐次线性方程组(λi E-A)λ=0的基础解系. 可以看出如果矩阵的阶数较高时,计算特征值和基础解系是相当困难的,因此,定义法只可以适用于阶数较低的矩阵来解得特征向量.
对于在实际决策中应用较广泛的一类矩阵———正互反阵,下面介绍三种简便的近似方法计算此类矩阵的特征根和特征向量.
方法一和法
1.769+0.974+0.268
特征根λ=1(Aw )i =1=
i =1i 3.009. 因此,运用和法计算的特征向量w =(0.587,0.324,0.089)T ,特征根为λ=3.009. 而通过精确计算,可以得到特征向量w =(0. 588,0.322,0.090)T ,特征根为λ=3.010. 两者相比,相差很小.
方法二根法.
w =a ;a.将A 的每一列向量归一化得
ij
i =1
n
Σa
n
ij
1
w ij 按行求积并开n 次方,即 w i =b.对
w i 归一化w i =c.将
w 0仪
n
ij
j =1
;
w i
i =1
w Σ
i
,w =(w 1,w 2,…,w n )T ;
i
w ij =a.将A 的每一列向量归一化得
i =1
Σa
a ij
ij
;
d.计算λ=1
i =1
)
Σ(Aw
i
0ΣΣΣΣΣΣΣΣΣΣ
n
,作为最大特征根的近似值.
w ij 按行求和得 w i =Σ w ij ;b.对
w i 归一化w i =c.将
n
w i
i =1
i =1
w Σ
,w =(w 1,w 2,…,w n )T ;
i
d.计算λ=1
i =1
Σ
n
(Aw )i ,作为最大特征根的近似值
.
i
这个方法实际上是将A 的列向量归一化后取平均值,作为A 的特征向量. 因为当A 为一致阵时,它的每一列向量都是特征向量,所以若A 的不一致性不严重,则取A 的列向量(归一化后)的平均值作为近似特征向量是合理的.
ΣΣΣΣΣΣΣΣΣΣΣΣΣ
例1运用和法求矩阵A =
11126
1411ΣΣΣΣΣΣΣΣΣΣΣΣΣ
的特征值和
126ΣΣ
Σ
114ΣΣ
ΣΣ例2运用根法计算A =的特征值与特征向量. ΣΣ
111Σ
ΣΣ
Σ
Σ0
26ΣΣ1ΣΣ
ΣΣ0.60.6150.545Σ114ΣΣΣ
Σ列向量归一化0.3解A =Σ0.3080.364Σ
ΣΣ
Σ111Σ0.10.0770.091ΣΣ
ΣΣ
ΣΣ0.2010.5860.587
按行求积0.034开3次方0.324归一化0.324=w ;
0.00070.0890.0891.769Aw =0.974
0.268
00
00000
)
Σ(Aw
n
特征向量.
1211
解A =111.760
按行求和0.972
0.2680
2Σ1Σ
ΣΣ11ΣAw =ΣΣ
1Σ1ΣΣ
ΣΣΣΣΣΣΣΣΣΣΣ
00000000
0.6
列向量归一化0.3
0.114
0.587
归一化0.324=w ;
0.089
ΣΣΣΣΣΣΣΣΣΣΣΣΣ
6
ΣΣΣΣΣΣΣΣΣΣΣΣ
0.6150.3080.0770.5450.3640.091
1.769+0.974+0.268=1
i =1i
特征向量w =(0.5870.3240.089)T . 方法三幂法.
a.任取n 维归一化初始向量w (0);λ=1
w (k+1)=A w (k ),k =0,1,2,…;b.计算
w (k+1)归一化,即令w (k +1)=c.
=3.009. 0
w (k+1)
i =1
w Σ
n
;
i
(k+1)
6
4
1
0.5871.769
0.324=0.974. 0.0890.268
d.对于预先给定的精度ε,当|w i (k +1)-w i (k )|<ε(i =1,2,…,n )
时,w (k+1)即为所求的特征向量,否则返回b ;
e.计算特征根λ=1
i =1
Σw
n
i (k+1)
i
()
.
(下转83页)
2x +y ≤60,
(2)40≤x ≤50,
y ≥0,且x ,y 是非负整数.
我们要在区域(1)和(2)上选点,使s =3x +2.6y 取得最大值.
∵s =3x +2.6y 可变形为y =s -3x ,代入x +y ≤60
得2.6x +s -3x ≤60×2.6.
∴s ≤0.4x +60×2.6,
∴s 最大=0.4×40+60×2.6=172(千元).
答:生产甲产品40套,生产乙产品20套时,工厂的月产值最大为172千元.
四、借助函数解几何问题
例4如图,AB 是⊙O 的直径,点C ,D 在圆上,且CD ∥AB ,若AB =10,求梯形ABCD 周长的最大值.
分析对几何极值问题,建立变量之间的函数关系是一种有效的解决途径. (上接81页)
≥
解设AD =x ,梯形ABCD 的周长为y ,连BD ,作DE ⊥AB.则由AB 为直径易
C D
知△ABC~△DEB ,从而AD 2=
AE ×AB,即AE =1x 2.
于是CD =AB -2AE =10-1x 2.
A B
∴y =AB +2AD +CD =-1x 2+2x +20=-1(x -5)2+25.
注意到0﹤x ﹤5姨,易知x =5时梯形ABCD 的周长
取得最大值25.
综上,可知几何方法直观、形象,代数方法解答过程严密、规范、思路清晰. 我们在解决有关问题时,见到数量就要考虑它的几何意义,见到图形就应考虑它的代数关系. 数形结合思想方法体现了思路的灵活、过程的简便、方法的多样化. 它为我们提供了多条解决问题的通道,使灵活性、创造性的思维品质得到了更大程度的发挥.
例3运用幂法求矩阵A =
1116
2614114
的特征值与
11
w (4) =Aw (3)=16
2614114
特征向量.
解a.任取w (0)=(100)T ;
归一化, w (4) =
w (4)
i =1
1
1
(1)(0) b.w =Aw =1
21
64
11
100
w (1)归一化,即w (1)=
w (1)
i =1
w i (1)Σ
1
1=;
10.6
=0.3;不满足
0.1
ΣΣ
w i (4)Σ
3
0.585
=0.325,满足条件(1);0.089
Σ
Σ Σ
0.5851.7690.325=0.974;0.0890.268
0.585
所以w (4)=0.325为所求特征向量;特征根
0.089λ=1
i =1
Σ
i
Σw
3
i (4)
=11.768+0.973+0.268
=3.010. Σ
(1)|wi (1)-w i (0)|<ε(i =1,2,3);
26 1
0.61.8 1
14
0.3;w (2)=Aw (1)= 1=
111 0.10.275
0.585
w (2)(2)
归一化,即w =3=0.325,不满足条件(1);
0.089w i (2)Σ
Σ Σ Σ
比较上面的三种方法,不难发现和法是最为简便的,
且精确度较高. 和法和根法都是采用平均值来计算特征向量,只是和法是求列向量的算术平均值,而根法是求几何平均值. 幂法是求最大特征根对应特征向量的迭代方法. 三种方法都比定义法计算高阶矩阵特征向量简便得多,是正互反阵最大特征根和特征向量的实用算法.
【参考文献】
[1]姜启源,谢金星,叶俊.数据模型(3版)[M ],北京:高等教育出版社,2003.
[2]施劲松,刘剑平.矩阵特征值、特征向量的确定[J ].大学数学,2003(06).
[3]熊凯俊,李丽萍.矩阵多项式特征值、特征向量的简单求法[J ].科协论坛(下半月),2008(02).
[4]杨兴东.2n 阶矩阵特征值与特征向量的分块计算[J ].徐州师范大学学报(自然科学版),1993(01).
[5]陈攀峰.矩阵特征问题的计算方法[J ].宿州师专学报,2003(01).
[6]阚永志,周绍华.谈秩为1的方阵的特征值的求法[J ].辽宁工学院学报,2005(04).
i =1
11
(3)(2) w =Aw =1
2614
11归一化,w
(3)
=
w (3)
i =1
w i (3)Σ
0.585
=0.325,不满足条件(1);
0.089
Σ
Σ Σ
0.5851.7690.325=0.974;0.0890.268
相关文章
- 利用矩阵对角化求数列通项
- 求解大规模矩阵问题的Krylov子空间方法
- 模式识别答案
- 第七章 矩阵特征值的计算
- 数值分析课程设计(最终版)
- 数值分析学习心得体会
- 机器学习理论篇1:机器学习的数学基础
- 图像的数学定义和数学描述
- 足球队排名次
- 士研究生入学考试[数学](含高等数学.线性代数) 考试
66 高等数学研究 STUDIESINCOLLEGEMATHEMATICS V01.10.No.4 Jul.,2007 利用矩阵对角化求数列通项' 岳 摘要关键词 嵘 (山东科技大学公共课部山东泰安 271019) 利用矩阵的对角化的方法, ...
第33卷第2期南 京 航 空 航 天 大 学 学 报V o l . 33N o. 2 2001年4月 A p r . 2001Jou rnal of N an jing U n iversity of A eronau tics & ...
模式识别试题二 答案 问答第1题 答:在模式识别学科中,就"模式"与"模式类"而言,模式类是一类事物的代表,概念或典型,而"模式"则是某一事物的具体体现,如"老头&quo ...
第7章矩阵特征值和特征向量的计算引言 很多工程计算中,会遇到特征值和特征向量的计算,如:机械.结构或电磁振动中的固有值问题,如桥梁或建筑物的振动,机械机件.飞机机翼的振动:物理学中的各种临界值等.这些特征值的计算往往意义重大. 求解线性方程 ...
本文主要通过Matlab 软件,对数值分析中的LU 分解法.最小二乘法.复化Simpon 积分.Runge-Kutta 方法进行编程,并利用这些方法在MATLAB 中对一些问题进行求解,并得出结论. 实验一线性方程组数值解法中,本文选取LU ...
数值分析学习感想 一个学期的数值分析,在老师的带领下,让我对这门课程有了深刻的理解和感悟.这门 课程是一个十分重视算法和原理的学科,同时它能够将人的思维引入数学思考的模式,在处 理问题的时候,可以合理适当的提出方案和假设.他的内容贴近实际, ...
一.概述 我们知道,机器学习的特点就是:以计算机为工具和平台,以数据为研究对象,以学习方法为中心:是概率论.线性代数.数值计算.信息论.最优化理论和计算机科学等多个领域的交叉学科.所以本文就先介绍一下机器学习涉及到的一些最常用的的数学知识. ...
基于PDE 的图像去噪修补及分解研究 2偏微分方程图像处理的数学基础 2.1图像. 的数学定义 一幅数字图像在计算机中是以离散的形式存储的,但我们可以认为图像的离散化是足够细的,从而可以利用一个连续的数学函数来近似描述. 对于一幅灰度图像, ...
足球队排名次 摘要: 关键词: 一.问题的提出 下表给出了我国12支足球队在1988-1989年全国足球甲级联赛中的成绩,要求 : 1)设计一个依据这些成绩排出诸队名次的算法,并给出用该算法排出名次的结果. 2)把算法推广到任意N个队的情况 ...
华中科技大学硕士研究生入学考试<数学>(含高等数学.线性代数) 考试大纲 一.函数.极限.连续 考试内容 函数的概念及表示法 函数的有界性.单调性.周期性和奇偶性 复合函数.反函数.分段函数和隐函数 基本初等函数的性质及其图形 ...