數(shù)值分析-課件3.3qr方法_第1頁
數(shù)值分析-課件3.3qr方法_第2頁
數(shù)值分析-課件3.3qr方法_第3頁
數(shù)值分析-課件3.3qr方法_第4頁
數(shù)值分析-課件3.3qr方法_第5頁
已閱讀5頁,還剩67頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

3.3

QR方法一、矩陣的QR分解二、矩陣的擬上三角化(介紹)三、QR方法(介紹)復(fù)習(xí)3.3 QR方法QR方法是求一般矩陣的全部特征值和特征向量的一種迭代法。一、矩陣的

QR分解(正交三角分解)1、Householder矩陣(鏡面反射陣、初等反射陣)2、Householder矩陣的性質(zhì)3、矩陣的QR分解4、QR分解的實(shí)現(xiàn)5、QR分解的算法3.3 QR方法HT

H

,

H

HT

IH為對稱正交矩陣。QR方法是求一般矩陣的全部特征值和特征向量的一種迭代。一、矩陣的

QR

分解(正交三角分解)A

Q

RQ

——正交矩陣

R——上三角矩陣1、Householder矩陣(鏡面反射陣)H

I

2vvT

,(vT

v

1)3.3 QR方法QR方法是求一般矩陣的全部特征值和特征向量的一種迭代。一、矩陣的

QR

分解(正交三角分解)1、Householder矩陣(鏡面反射陣)H

I

2vvT

,(vT

v

1)2、Householder矩陣的性質(zhì)約化定理2、Householder矩陣的性質(zhì)證明:取單位向量2s

es

ev

H

I

2vvT則H

s

e幾何意義seH

s

e2s

ev

s

e

s

H

I

2vvT

,(vT

v

1)約化定理2、Householder矩陣的性質(zhì)證明:取單位向量2s

ev

s

eH

I

2vvT

,(vT

v

1)H

I

2vvT

s

e2H

s

(I

2vvT

)s

s

2vvT

s

s

2

v(sT

eT

)s

s

2

v(sT

s

eT

s)s

e約化定理2、Householder矩陣的性質(zhì)證明:取單位向量2s

es

ev

H

I

2vvTH

I

2vvT

,(vT

v

1)H

s

(I

2vvT

)s2

s

e

s

2

v(sT

eT

)s

s

2

v(sT

s

eT

s)

s

v

2(

2

eT

s)約化定理2、Householder矩陣的性質(zhì)證明:取單位向量H

I

2vvT

,(vT

v

1)H

s

(I

2vvT

)s2

2

s

e

2

s

2

v(sT

eT

)s

s

2

v(sT

s

eT

s)v2(

2

eT

s)

s

(s

e)T

(s

e)

2(

2

eT

s)約化定理2、Householder矩陣的性質(zhì)證明:取單位向量H

I

2vvT

,(vT

v

1)H

s

(I

2vvT

)s

s

2

v(sT

s

eT

s)v2

T

s

2(

e

s)T

(s

e) (s

e)

2(

2

eT

s)

s

v

e證畢2

2

s

e

22s

es

ev

s

e約化定理例1

求正交變換使向量

3

1

x

2平行的向量。1化為與es

es

e2v

H

I

2vvTH

s

e方法一:利用初等旋轉(zhuǎn)變換方法二:利用鏡像變換例2將A化為上三角陣兩種方法:1、用初等旋轉(zhuǎn)陣2、用初等反射陣3.3 QR方法一、矩陣的

QR

分解(正交三角分解)1、Householder矩陣(鏡面反射陣)H

I

2vvT

,(vT

v

1)2、Householder矩陣的性質(zhì)3、矩陣的QR分解二、矩陣的擬上三角化Hessenberg陣(擬上三角陣)矩陣的擬上三角化二、矩陣的擬上三角化1.Hessenberg陣(擬上三角陣)A

(aij

)nn

,aij

0,i

j

1

時(shí)aa

aaA

43a32

a332321

22a11

a12

a132.矩陣的擬上三角化定義:對實(shí)矩陣作相似變換化為Hessenberg陣.方法:利用Household矩陣a

aaannaaaA

(1)(1)n2(1)n1(1)2n(1)22(1)211n

(1)

(1)12

(1)

a

a11

(1)

1

22

(1)12

(1)11A

cA

a其中

c

(a

,

a

,,

a

)T1

21

31

n1w

I

2v v

T

,

(v

T

v

1)1

1

1

1

1使w1c1

1e1QR方法1121(1)12(1)2211n2nn1(1)n

2aaaaaa(1)(1)

a(1)(1)

A

a(1)(1)

ann

(1)

1

22

(1)

12(1)11A

cAa令

1

1WH1

A2

H1

A1H11112

1A(1)

ww

A(1)

w

a(1)

w

c1

1

1

22 1

w1c1

1e12.矩陣的擬上三角化定義:對實(shí)矩陣作相似變換化為Hessenberg陣.方法:利用Household矩陣a

aaannaaA

(1)(1)n2(1)an1(1)2n(1)22(1)211n(1)

(1)12

(1)

11

a

a

aaaaa

ann

ca(2)(2)n2(2)2n(2)2211n

(2)

(2)12

(2)11

0H1

AH11(1)(1)(1)22(1)21(1)(1)12

(1)11aaaH1

a

aaaa

ann(1)n2(1)n12n1n

H

aaaaa

ann

ca(2)(2)n2(2)2n(2)221(2)1n(2)12

(1)11

0

2(2)221(2)1211Haaaaaa(2)n22n1n(2)a

(2)nn

(2)

0H2

c

(1)

a

a

aaa

aaa

a

aann

c(3)n4n3(3)a3n

(3)34(3)33(3)2n(3)24(3)23(2)a221(3)1n

(3)14(3)13(2)1211

0

0(3)c2

a

a0

(3)

ac

aaa

aaa

aaannrrr(r1)(r1)n,r1a(r1)

r1,n(r1)(r1)r

,n(r1)r

,r1(r

)

c1(r1)1n(r1)1,r1(r

)1r11A(r1)

H A(r

)

Hr

r

r1,r1

aaaa

aann

aA

H

AH

c(2)(2)n2(2)2n(2)221(2)1n(2)12

(1)111

1(2)

0

2A(3)

H

A(2)

Ha

a

aaaaa

aa

2a

aa

ann

c(3)n4n3(3)3n

34332(3)2n(3)24(3)(3)23(3)(2)221(3)1n(3)14(3)13(2)11

12

0

0(3)

c

a

a0

(3)aaa

a

aa(n1)

(n1)

n,n1

ann

cn2(n2)n2,n2

c1(n1)1,n(n1)1,n1(n2)1,n211A(n1)

令P

H1H2

Hn2思考:若A為實(shí)對稱陣,A(n1)是怎樣的形狀?a

aaannc(n1)(n1)n,n1(n1)

(n1)1

an1,nn1,n2(2)22

c1c1a11A(n1)

cn22.矩陣的擬上三角化對實(shí)矩陣作相似變換化為Hessenberg陣.設(shè)A

(aij

)nn

,re

(0,,0,1,0,0)Ts

(0,

a

,,

a

)T1

21

n1s1

s1Tc1

sign(a21)u1

s1

c1e21

11

11( )

W

O1

OH

I

2u

u u

uTTaaaa

aann

aA

H

AH

c(2)(2)n2(2)2n(2)2211

(2)1n(2)12

(1)111

1(2)

0

第一步:a

aaaa

aaaA

(1)nn(1)n2a(1)n1(1)2n(1)22(1)21(1)1n

(1)12

(1)11

第二步:H

s

c

e

(0,0,c

,0,,0)T2

2

2

3

2(2)

)Ts

(0,0,

a

(2)

,,

a2

32

n22

2322(2)

)s

T

sc

sign(au2

s2

c2e32

2

22

22( )

W

OI2

O

H

I

2u

u u

uTT

acnn

(3)a(3)n4a(3)n3a(3)a(3)a(3)a(3)2n

24231a(3)1n

a(3)14a(3)13a(2)12a1122A(3)

H A(2)

H

0

0

a

(2)

(3)

(3)22

a

ac20

33

34

3n

aaa

a

aann

aA

H

AH

c(2)(2)n2(2)2n(2)221(2)1n

(2)12

(1)111

1(2)

0

第r步:rr

r

(0,,0,c

,0,,0)TH

s

c

er r

1nrr(r

)

)T(r

)

,,

ar1,rs

(0,,0,

aaaa

a

ca

a

aaann(r

)

n,r(r

)

ar

,n

(r

)r

,rcr

1(r

)r

1,n(r

)r

1,r(r

1)ar

1r

11(r

)(r

)1,r

1n(r

1)11A(r

)

(r

)

1r

1

ac

aaa

aaa

aaannrrr(r1)(r1)n,r1a(r1)

r1,n(r1)(r1)r

,n(r1)r

,r1(r

)

c1(r1)1n(r1)1,r11r11A(r1)

H A(r

)

Hr

r

r1,r1

第r步:nrr(r

)

)T(r

)

,,

ar1,rs

(0,,0,

a(r

)

Tcr

sign(ar1,r

)

sr

sr

cr

er1ur

srr

(r

)TTr

r

r

rrO

W

O

u

u u

u( )

IrH

I

2aaa

a

aa(n1)

(n1)

n,n1

ann

cn2(n2)n2,n2

c1(n1)1,n(n1)1,n1(n2)1,n211A(n1)

令P

H1H2

Hn2思考:若A為實(shí)對稱陣,A(n1)是怎樣的形狀?aaaacacnnncn11)(nn1,n1)(1,nnnn11,2

n2(2)221c1a11A

n1)(

n1)(

具體算法:(P95)三、QR方法1、基本QR方法迭代公式QR方法的收斂性QR算法的具體實(shí)現(xiàn)QR方法的缺點(diǎn)2、帶原點(diǎn)位移的QR方法3、帶雙步位移的QR方法4、特征向量的計(jì)算三、QR方法1.基本QR方法(1)迭代公式

1,2,A

R

Q

,

kA

Q

Rk

1

k

kk

k

kA1

A

Rnnk

11)

A

QT

A

Qk

k

k3)

Ak

1

n1

n2

1

k

1

n2

n1

H

(k

)

H

(k

)

H

(k

)

A

H

(k

)

H

(k

)

H

(k

)說明:Q

H1H2

Hn1R

Hn1Hn2

H1

AA

QR-----特征值不變2)若Ak為H陣,則Ak

1也為H陣。-----矩陣形式不變-----Ak+1的計(jì)算方便三、QR方法1.基本QR方法(1)迭代公式1

R

Q

,

k

1,2,Ak

1

k

kAk

Qk

RkA

A

Rnn(2)QR方法的收斂性iiilim

a(k

)k

,i

1,2,,

n《數(shù)值線性代數(shù)》復(fù)旦(其主對角線以上的元素可以不收斂)。iiilim

a(k

)k

,i

1,2,,

n(2)QR方法的收斂性實(shí)的(3)QR算法的具體實(shí)現(xiàn)a、A

A1(擬上三角化)利用Householder矩陣對A作相似變換,把A化為擬上三角陣1A(n1)

Ab、對A1

進(jìn)行QR迭代(4)QR方法的缺點(diǎn)收斂速度慢:線性收斂。1.基本QR方法(1)迭代公式1

R

Q

,

k

1,2,Ak

kk

1Ak

Qk

RkA

A

Rnn2、帶原點(diǎn)位移的QR方法(1)迭代公式1Ak

1A

A

Rnn

Rk

Qk

k

I

,

k

1,2,Ak

k

I

Qk

Rk

QT

A

Qk

k

kk

12)若Ak為H陣,則Ak

1也為H陣3)

Ak

1H

(k

)

H

(k

)n2

n1

H

(k

)

H

(k

)

H

(k

)

A

H

(k

)n1

n2

1

k

1說明:1)A1

R

Q

,

k

1,2,Ak

kk

1Ak

Qk

RkA

A

Rnn(2)用原點(diǎn)位移的QR方法求實(shí)矩陣A的全部特征值的步驟①將A擬上三角化,②選取

Ak

的位移

kA

A1

,令k=1參考數(shù)值分析舊版P134ka(k

)a(k

)

a(k

)n1,n1n,n1

n,na(k

)n1,n

取D

的兩個(gè)特征值中按模最小的作為

(k

)322211111111

12nnn,n1n1,nn1,n1,1n1,n2(k

)(k

)a(k

)a(k

)a(k

)a(k

)aa(k

)a(k

)a(k

)

a(k

)

a(k

)a(k

)a(k

)

a(k

)

a(k

)Ak

11

11

an2,n1

(k

)

,n

n2

an2,n2a(k

)

(2)位移量uk的選取ka(k

)

a(k

)n1,n1n,n1

n,na(k

)

a(k

)n1,n

取D

的兩個(gè)特征值中按模最小的作為

(k

)(2)用原點(diǎn)位移的QR方法求實(shí)矩陣A的全部特征值的步驟①將A擬上三角化,②選取

Ak

的位移

k③迭代求1Ak

1A

A

Rnn

Rk

Qk

k

I

,

k

1,2,Ak

k

I

Qk

RkAk

1

H

(k

)

H

(k

)

H

(k

)

A

H

(k

)

H

(k

)

H

(k

)n1

n2

1

k

1

n2

n1A

A1

,令k=1參考數(shù)值分析舊版P134121k

1,3,5,AA

R

QA

s(k

)

Ik

2

k

1

k

12

k

1

k

1A

R

Q

s(k

)

I

Q

Rk

1

s(k

)

Ik

1k

k1

k

k

s(k

)

I

Q

Rk(n1)A

A3、帶雙步位移的QR方法(1)迭代公式Ak的特點(diǎn):2)若Ak為H陣,則Ak

1也為H陣k

1

k

k

k1)

A

QT

A

Q)3

T

Tk

1

kk

2k

k

k

QT

A

Q(2)位移量s(k

),s(k

)的選取1

2的兩個(gè)特征值作為s(k

),s(k

)1

2a(k

)

a(k

)

a(k

)

a(k

)取Dk

n,n1

n,nn1,n1n1,n

32221111111211nnn,n1n1,nn1,n1,1n1,n2(k

)(k

)a(k

)a(k

)a(k

)a(k

)aa(k

)a(k

)a(k

)a(k

)

a(k

)a(k

)a(k

)a(k

)

a(k

)Ak

11

11

an2,n1

(k

)

,n

n2

an2,n2a(k

)

1

2(2)位移量s(k

),s(k

)的選取1(k

)

(k

)2n,n,

s的兩個(gè)特征值作為sa(k

)

a(k

)a(k

)

a(k

)取Dk

n,n1n1,n1

n1,n121k

1,3,5,AA

R

QA

s(k

)

Ik

2

k

1

k

12

k

1

k

1A

R

Q

s(k

)

I

Q

Rk

1

s(k

)

Ik

1k

k1

k

k

s(k

)

I

Q

Rk(n1)A

A3、帶雙步位移的QR方法(1)迭代公式Ak的特點(diǎn):2)若Ak為H陣,則Ak

1也為H陣k(1)Ak

1

QT

AkQk)3

T

Tk

1

kk

2Qk

Ak

Qk

~

~(2)位移量s(k

),s(k

)的選取1

2的兩個(gè)特征值作為s(k

),s(k

)1

2a(k

)

a(k

)

a(k

)

a(k

)取Dk

n,n1

n,nn1,n1n1,n

1

2(2)位移量s(k

),s(k

)的選取21k的兩個(gè)特征值作為s(k

),s(k

)a(k

)

a(k

)

a(k

)

a(k

)a、取D

n,n1

n,nn1,n

n1,n1k

kT

Ak

Qk~T

~

Qk

Ak

1Ak

2

12k

1,3,5,A

R

QAAI

Q

RA

s

s(k

)

Ik

2

k

1

k

12

k

1

k

1

s(k

)

I

Q

Rk

1

R

Q

s(k

)

Ik

k

1k

1k

k(k

)k

1(n1)A

A存在的問題:位移量為復(fù)數(shù)時(shí)如何處理?Ak+2的計(jì)算。1

2(2)位移量s(k

),s(k

)的選取21k的兩個(gè)特征值作為s(k

),s(k

)a(k

)

a(k

)

a(k

)

a(k

)a、取D

n,n1

n,nn1,n

n1,n1b、為避免復(fù)數(shù)運(yùn)算,令1

s()k

I

)M

(

A

s()k

I

)(

Ak

k

2

kT

Ak

Qk~T

~

Qk

Ak

k k

1Ak

2

A2

sA

tI12k

1,3,5,A

R

QAAI

Q

RA

s

s(k

)

Ik

2

k

1

k

12

k

1

k

1

s(k

)

I

Q

Rk

1

R

Q

s(k

)

Ik

k

1k

1k

k(k

)k

1(n1)A

Ak

kS=?,t=?s

a(k

)

a(k

)n1,n1

n,n

t

det

Dk1

2(2)位移量s(k

),s(k

)的選取21k的兩個(gè)特征值作為s(k

),s(k

)a(k

)

a(k

)

a(k

)

a(k

)a、取D

n,n1

n,nn1,n

n1,n1b、為避免復(fù)數(shù)運(yùn)算,令1

s()k

I

)M

(

A

s()k

I

)(

Ak

k

2

k當(dāng)Ak

為實(shí)矩陣時(shí),Mk

也為實(shí)矩陣T

Ak

Qk~T

~

Qk

Ak

k k

1Ak

2

k

k

A2

sA

tI12k

1,3,5,A

R

QAAI

Q

RA

s

s(k

)

Ik

2

k

1

k

12

k

1

k

1

s(k

)

I

Q

Rk

1

R

Q

s(k

)

Ik

k

1k

1k

k(k

)k

1(n1)A

As

a(k

)

a(k

)n1,n1

n,n

t

det

Dk1

2(2)位移量s(k

),s(k

)的選取21k的兩個(gè)特征值作為s(k

),s(k

)a(k

)

a(k

)

a(k

)

a(k

)a、取D

n,n1

n,nn1,n

n1,n1b、為避免復(fù)數(shù)運(yùn)算,令M

(

A

s(k

)

I

)(

A

s(k

)

I

)k

k

2

k

1QkRk

~

~k

k k

1

k

1

kM

Q

Q

R

Rk

k當(dāng)

A

為實(shí)矩陣時(shí),

M 也為實(shí)矩陣~T

~A

QT

QT

A

Q

Q

Q A

Qk

2

k

1

k

k

k k

1

k

k

kk

k

A2

sA

tI12k

1,3,5,A

R

QAAI

Q

RA

s

s(k

)

Ik

2

k

1

k

12

k

1

k

1

s(k

)

I

Q

Rk

1

R

Q

s(k

)

Ik

k

1k

1k

k(k

)k

1(n1)A

Ak

1

k

k

k

k

1k

23)

A

QT

QT

A

Q

QQk

Ak

Qk

~

~(3)帶雙步位移的QR迭代公式~

~

~

~12k

1,3,5,AMT

Qk

Ak

Qkk

2Qk

RkkMk

Ak

sAk

tI(n1)A

A1k

1,3,5,M

A2

sA

tIAk

1

QT

Ak

QkkMk

Qk

Rkk

k

k(n1)A

A(4)算法(P98-99)322211111111

12nnn,n1n1,n

n1,n1,1n1,n2(k

)(k

)a(k

)a(k

)a(k

)a(k

)aa(k

)a(k

)a(k

)

a(k

)

a(k

)a(k

)a(k

)

a(k

)

a(k

)Ak

11

11

an2,n1

(k

)

,n

n2an2,n2a(k

)

nna(k

)n,n1

a(k

)

n1,n2a(k

)nn(k

)n,n1n1,n2

n1,n1ka(k

)aa(k

)

a(k

)D

計(jì)算降階的特征值,降階(4)算法(P98-99)322211111111

12nnn,n1n1,n

n1,n1,1n1,n2(k

)(k

)a(k

)a(k

)a(k

)a(k

)aa(k

)a(k

)a(k

)

a(k

)

a(k

)a(k

)a(k

)

a(k

)

a(k

)Ak

11

11

an2,n1

(k

)

,nn2a(k

)an2,n2

nna(k

)n,n1

a(k

)

n1,n2a(k

)nn(k

)n,n1n1,n2

n1,n1ka(k

)aa(k

)

a(k

)D

計(jì)算降階的特征值,降階(4)算法(P98-99)

0

0

00

0

0

0

0

0

0

0

0Ak

1

0此時(shí)可分塊計(jì)算特征值(4)算法(P98-99)A(n1)

,

,

Lk

1,

m

n(k

)am,m1

?m

m

1mm

a(k

)n,na(k

)a的特征值作為s(k

),s(k

)1

2a(k

)

a(k

)求Dk

(k

)n,n1n1,n

n1,n1111

a(k

)m

1?stopNYm

2?stopY1

s1,

2

s2N

?m1,m2a(k

)m1

s1,

m

s2Ym

m

2k

L?計(jì)算Ak1k

k

1NstopYY帶雙步位移的QR算法kk

k

kM

A2

sA

tIk

kMk

Qk

Rk

A

QT

A

Q

k

1三、QR方法1、基本QR方法迭代公式QR方法的收斂性QR算法的具體實(shí)現(xiàn)QR方法的缺點(diǎn)2、帶原點(diǎn)位移的QR方法3、帶雙步位移的QR方法4、特征向量的計(jì)算的特征向量y4、特征向量的計(jì)算A

A1

A(n1)(1)用反冪法求

A(n1)(2)求A

的特征向量xA(n1)

y

yA(n1)

Hn2

H2

H1AH1H2

Hn2A(H1H2

Hn2

y)

(H1H2

Hn2

y)x

H1H2

Hn2

y的特征向量y4、特征向量的計(jì)算A

A1

A(n1)(1)用反冪法求

A(n1)(2)求A

的特征向量xx

H1H2

Hn2

y設(shè)z(n2)

yz(r1)

Hr

z(r

)

,

r

n

2,

n

3,,1z(0)

x3.3 QR方法(小結(jié))QR

方法是求一般矩陣的全部特征值和特征向量的一種迭代法。一、矩陣的QR分解(正交三角分解)1、Householder矩陣(鏡面反射陣)2、Householder矩陣的性質(zhì)3、QR分解的可能性4、QR分解的實(shí)現(xiàn)(算法)二、矩陣的擬上三角化Hessenberg陣(擬上三角陣)矩陣的擬上三角化三、QR方法1、基本QR方法迭代公式QR方法的收斂性QR算法的具體實(shí)現(xiàn)QR方法的缺點(diǎn)2、帶原點(diǎn)位移的QR方法3、帶雙步位移的QR方法作業(yè)一、畫出利 步位移的QR方法計(jì)算矩陣的全部特征值的程序框圖。二、

帶原點(diǎn)位移的QR方法,畫出計(jì)算特征值與特征向量的程序框圖.三、推導(dǎo)QR算法中第四步的計(jì)算公式。(

44頁)上機(jī)作業(yè)數(shù)值試驗(yàn)三中有兩個(gè)實(shí)驗(yàn),各班1-15號(hào)作第一個(gè)實(shí)驗(yàn),其余同學(xué)做第二個(gè)實(shí)驗(yàn),有余力的同學(xué)可以都做,每個(gè)實(shí)驗(yàn)要按實(shí)驗(yàn)報(bào)告格式寫出實(shí)驗(yàn)報(bào)告,第十六周周五在數(shù)學(xué)

檢查上機(jī)情況,第十六周周二交本章的實(shí)驗(yàn)報(bào)告。矩陣特征值的求法用QR算法求矩陣的特征值

aaaacnn

(2)(2)n

2a(2)2n

(2)22a(2)1n

(2)121

0

0aaaaann

aaA

(1)(1)n

2a(1)n1(1)2n(1)22(1)21(1)1n(1)12(1)11

a

(

,1TH1

a1

c1

e1

(c1,

0, ,

0)H1

A

H1

(a1,

a2

,,

an

)(H1a1,H1a2

,,H1an

)

思考:H1

?

aaaac

ann

(2)(2)n

2a(2)2n

(2)22(2)1n

(2)121

0

0aaaaann

aaA

(1)(1)n

2a(1)n1(1)2n(1)22(1)21(1)1n(1)12(1)11

a

(

,11

1

1

2

nH

A

H

(a

,

a

,,

a

)1

1

1

21

n

(H

a

,

H

a

,,

H

a

)H

a

c

e

(c

,

0, ,

0)T1

1

1

1

11H

I

2vv

,

(v v

1)T

Tv

a1

c1

e

a1

c1

e

2c

aT

a1

1

1aaaaac

aaa

acnn(r

)n,ra(r

)

r

,n

(r

)r

,r(r

1)r

1,n(r

1)r

1,rr

1(2)1n(2)1,r(2)1r1

(r

)(r

)r

1,r

aaaac

aaa

acannr(r

1)

(r

1)n,r

1(r

1)r

1,n(r

1)(r

1)r

,n(r

1)r

,r

1(2)1n(2)1,r

1(2)1r1

r

1,r

1

r

Hr

1

A3.3

QR方法分解(正交三角分解)A

Q

R1、Householder矩陣(鏡面反射陣)H為對稱正交矩陣。H

I

2vvT

,(vT

v

1)2、Householder矩陣的性質(zhì)復(fù)習(xí):一、矩陣的QR3、QR分解的可能性A

Q

R

aaaacnn

(2)(2)n

2a(2)2n

(2)22a(2)1n

(2)121

0

0

aaaaann

aaA

(1)(1)n

2a(1)n1(1)2n(1)22(1)21(1)1n(1)12(1)11

a

(

,1H1

A

H1

(a1,

a2

,,

an

)

(H1a1,

H1a2

,,

H1an

)3、QR分解的可能性Hn1Hn2

H1

A

An(1A

Q

R令Q1

Ir

rH

,

r

1,2,,n

1R的計(jì)算:令A(yù)

A1r

1r

rA

H A

,

r

1,2,,

n

1Hn1

AnR

An

Hn1Hn2

H1

AA

H1H2Q

H1H2

Hn14、QR分解的實(shí)現(xiàn)(算法)Q的計(jì)算:二、矩陣的擬上三角化1.Hessenberg陣(擬上三角陣)A

(aij

)nn

,aij

0,i

j

1

時(shí)aa

aaA

43a32

a332321

22a11

a12

a132.矩陣的擬上三角化方法:利用Household矩陣a

aaannaaA

(1)(1)n2(1)an1(1)2n(1)22(1)211n(1)

(1)12

(1)

11

a

a

a

aaaaann

ca(2)(2)n2(2)2n(2)221(2)1n

(2)12

(2)11

0H1

AH1

A(2)

ac

aaa

aaa

aaannrrr(r1)(r1)n,r1a(r1)

r1,n(r

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論