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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
20/20題目?jī)绶ê头磧绶ㄇ缶仃囂卣髦嫡n程設(shè)計(jì)具體內(nèi)容隨機(jī)產(chǎn)生一對(duì)稱矩陣,對(duì)不同的原點(diǎn)位移和初值(至少?。硞€(gè))分別使用冪法求計(jì)算矩陣的主特征值及主特征向量,用反冪法求計(jì)算矩陣的按模最小特征值及特征向量,并比較不同的原點(diǎn)位移和初值說明收斂。要求1。認(rèn)真讀題,了解問題的數(shù)學(xué)原形;2.選擇合適問題求解的數(shù)值計(jì)算方法;3.設(shè)計(jì)程序并進(jìn)行計(jì)算;4。對(duì)結(jié)果進(jìn)行解釋說明;采用方法及結(jié)果說明對(duì)于冪法和反冪法求解矩陣特征值和特征向量的問題將從問題分析,算法設(shè)計(jì)和流程圖,理論依據(jù),程序及結(jié)果進(jìn)行闡述該問題。一.問題的分析:求n階方陣A的特征值和特征向量,是實(shí)際計(jì)算中常常碰到的問題,如:機(jī)械、結(jié)構(gòu)或電磁振動(dòng)中的固有值問題等。對(duì)于n階矩陣A,若存在數(shù)和n維向量x滿足Ax=x(1)則稱為矩陣A的特征值,x為相應(yīng)的特征向量。由高等代數(shù)知識(shí)可知,特征值是代數(shù)方程|I-A|=+a+…+a+a=0(2)的根。從表面上看,矩陣特征值與特征向量的求解問題似乎很簡(jiǎn)單,只需求解方程(2)的根,就能得到特征值,再解齊次方程組(I-A)x=0(3)的解,就可得到相應(yīng)的特征向量。上述方法對(duì)于n很小時(shí)是可以的。但當(dāng)n稍大時(shí),計(jì)算工作量將以驚人的速度增大,并且由于計(jì)算帶有誤差,方程(2)未必是精確的特征方程,自然就不必說求解方程(2)與(3)的困難了.冪法是一種計(jì)算矩陣主特征值(矩陣按模最大的特征值)及對(duì)應(yīng)特征向量的迭代方法,特別是用于大型稀疏矩陣。反冪法是計(jì)算海森伯格陣或三角陣的對(duì)應(yīng)一個(gè)給定近似特征值的特征向量的有效方法之一。二。算法設(shè)計(jì)及流程圖1、冪法算法(1)取初始向量u(例如?。?(1,1,…1)),置精度要求,置k=1.(2)計(jì)算v=Au,m=max(v),u=v/m(3)若|m=m|〈,則停止計(jì)算(m作為絕對(duì)值最大特征值,u作為相應(yīng)的特征向量)否則置k=k+1,轉(zhuǎn)(2)2、反冪法算法(1)取初始向量u(例如取u=(1,1,…1)),置精度要求,置k=1.(2)對(duì)A作LU分解,即A=LU(3)解線性方程組Ly=u,Uv=y(4)計(jì)算m=max(v),u=v/m(5)若|m=m|<,則停止計(jì)算(1/m作為絕對(duì)值最小特征值,u作為相應(yīng)的特征向量);否則置k=k+1,轉(zhuǎn)(3)。冪法流程圖:開始開始輸入A;[m,u,index]=pow(A,1e-6)k=0;m1=0v=A*u[vmax,i]=max(abs(v))m=v(i);u=v/mabs(m-m1)<1e-6index=1;break;輸出:m,u,index結(jié)束m1=m;k=k+1反冪法流程圖開始開始輸入A;[m,u,index]=pow_inv(A,1e-6)k=0;m1=0v=invA*u[vmax,i]=max(abs(v))m=v(i);u=v/mabs(m-m1)<1e-6index=1;break;輸出:m,u,index結(jié)束m1=m;k=k+1輸入A;[m,u,index]=pow(A,1e-6)三、算法的理論依據(jù)及其推導(dǎo)(一)冪法算法的理論依據(jù)及推導(dǎo)冪法是用來確定矩陣的主特征值的一種迭代方法,也即,絕對(duì)值最大的特征值.稍微修改該方法,也可以用來確定其他特征值。冪法的一個(gè)很有用的特性是它不僅可以生成特征值,而且可以生成相應(yīng)的特征向量。實(shí)際上,冪法經(jīng)常用來求通過其他方法確定的特征值的特征向量。1、冪法的迭代格式與收斂性質(zhì)設(shè)n階矩陣A的特征值,,…,是按絕對(duì)值大小編號(hào)的,x(i=1,2,…,n)為對(duì)應(yīng)的特征向量,且為單根,即||>||≥…≥||則計(jì)算最大特征值與特征向量的迭代格式為v=Au,m=max(v),u=v/m(1)其中max(v)表示向量v絕對(duì)值的最大分量.2、對(duì)于冪法的定理按式(1)計(jì)算出m和u滿足m=,u=(二)反冪法算法的理論依據(jù)及推導(dǎo)反冪法是用來計(jì)算絕對(duì)值最小的特征值忽然相應(yīng)的特征向量的方法。是對(duì)冪法的修改,可以給出更快的收斂性.1、反冪法的迭代格式與收斂性質(zhì)設(shè)A是非奇異矩陣,則零不是特征值,并設(shè)特征值為||≥||≥…≥||>||則按A的特征值絕對(duì)值的大小排序,有||>||≥…≥||對(duì)A實(shí)行冪法,就可得A的絕對(duì)值最大的特征值1/和相應(yīng)的特征向量,即A的絕對(duì)值最小的特征值和相應(yīng)的特征向量。由于用A代替A作冪法計(jì)算,因此該方法稱為反冪法,反冪法的迭代格式為v=Au,m=max(v),u=v/m(2)2、對(duì)于反冪法的定理按式(2)計(jì)算出的m和u滿足:m=,u=在式(2)中,需要用到A,這給計(jì)算帶來很大的不方便,因此,把(2)式的第一式改為求解線性方程組Av=u(3)但由于在反冪法中,每一步迭代都需求解線性方程組(3)式,迭代做了大量的重復(fù)計(jì)算,為了節(jié)省工作量,可事先把矩陣A作LU分解,即A=LU所以線性方程組(3)改為L(zhǎng)y=u,Uv=y四、算法程序設(shè)計(jì)代碼冪法程序,在matlab中建立一個(gè)M文件并保存.%pow。mfunction[m,u,index,k]=pow(A,u,ep,it_max)ifnargin<4it_max=1000;endifnargin<3ep=1e-5;endn=length(A);index=0;k=0;m1=0;m0=0;I=eye(n);T=A-m0*I;whilek<=it_maxv=T*u;[vmax,i]=max(abs(v));m=v(i);u=v/m;ifabs(m—m1)<ep;index=1;break;endm=m+m0;m1=m;k=k+1;end在matlab輸入面板,輸入A=rand(4);%產(chǎn)生一個(gè)4維隨機(jī)矩陣B=A+A';u=[1111]’;%設(shè)立初始向量[m,u,index,k]=pow(B,u,ep,it_max)%最多可省略2個(gè)參數(shù)程序結(jié)束.在M文件中可以通過改變m0的值改變?cè)c(diǎn)位移,從而達(dá)到原點(diǎn)位移加速。反冪法程序設(shè)計(jì)代碼:在matlab中建立一個(gè)M文件并保存.%pow_inv.mfunction[m,u,index,k]=pow_inv(A,u,ep,it_max)ifnargin<4it_max=1000;endifnargin〈3ep=1e-5;endn=length(A);index=0;k=0;m1=0;m0=0;I=eye(n);T=A-m0*I;invT=inv(T);whilek〈=it_maxv=invT*u;[vmax,i]=max(abs(v));m=v(i);u=v/m;ifabs(m-m1)<epindex=1;break;endm1=m;k=k+1;endm=1/m;m=m+m0;在mat(yī)lab輸入面板,輸入A=rand(4);%產(chǎn)生一個(gè)4維隨機(jī)矩陣B=A+A’;u=[1111]';%設(shè)立初始向量[m,u,index,k]=pow_inv(B,u,ep,it_max)%最多可省略2個(gè)參數(shù)程序結(jié)束.在M文件中可以通過改變m0的值改變?cè)c(diǎn)位移,從而達(dá)到原點(diǎn)位移加速?!窘Y(jié)果顯示】%在M0=1e-4〉>B=rand(4);〉〉A(chǔ)=B+B'A=0。26750。57760.63441.31300。57761。15030。76410.13670。63440。76410.02570。41931.31300。13670.41931。2248>〉u=[1111]’;〉>[m,u,index,k]=pow(A,u)m=2。6813u=0。85760.69340。56231.0000index=1k=49修改M0=1e—3m=2.6814u=0。85760。69340.56231.0000index=0k=1001修改M0=0%此時(shí)為冪法m=2.6815u=0.85760.69350.56231.0000index=1k=10修改U=[1234]修改M0=1e-4m=2.6813u=0.85760.69340.56231。0000index=1k=9修改M0=1e-3m=2。6805u=0。85760。69340.56221。0000index=1k=7修改M0=0m=2.6814u=0.85760。69340.56231.0000index=1k=9修改U=[3567]修改M0=1e-4m=2.6819u=0.85770。69370.56241.0000index=1k=7修改M0=1e—3m=2.6814u=0。85760.69340。56231。0000index=0k=1001修改M0=0m=2。6820u=0。85770。69370。56241.0000index=1k=7總結(jié)以上,冪法如下:Um0muindexk[1111]0.00012.6813[0。85760.69340.56231.0000]1490.0012.6814[0。58760.69340.56231.0000]0100102.6815[0。85760.69350.56231.0000]110[1234]0。00012.6813[0.85760.69340。56231。0000]190。0012.6805[0。85760。69340.56221。0000]1702.6814[0.85760.69340.56231。0000]19[3567]0。00012。6819[0。85770。69370.56241.0000]170.0012。6914[0.85760。69340.56231.0000]0100102.692[0.85770。69370.56241。0000]17反冪法結(jié)果顯示:在m0為0時(shí)M0=0.001U=[1111]M0=0.1u=[1111]M0=0u=[1357]M0=0。1u=[1357]M0=0。5u=[1357]M0=0u=[2345]M0=0。1u=[2345]M0=0.7u=[2345]綜上,反冪法結(jié)果如下:um0muindexk[1111]0.10.3847[-0。89961.00000。2726—0.2364]1150.0010.3847[—0.89961.00000.2726-0.2364]11600。3847[-0.89961.00000.2726-0。2364]116[1357]0.50。3847[-0。89951。00000.2726—0.2364]1270。10。3847[-0.89961。00000。2726—0。2364]11700。3847[—0.89961.00000。2726-0。2364]120[2345]0。70.7091[—0。6962-0。44970。
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(qǐng)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(qǐng)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(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 財(cái)務(wù)風(fēng)險(xiǎn)監(jiān)測(cè)與評(píng)估的工作重點(diǎn)計(jì)劃
- 加強(qiáng)人才培養(yǎng)機(jī)制的工作總結(jié)計(jì)劃
- 建建筑工程管理與實(shí)務(wù)課件新大綱
- 傳熱液行業(yè)相關(guān)投資計(jì)劃提議范本
- 內(nèi)鏡專用高頻電刀相關(guān)行業(yè)投資方案范本
- 課內(nèi)外結(jié)合的綜合活動(dòng)計(jì)劃
- 醫(yī)院信息安全工作總結(jié)與防護(hù)措施計(jì)劃
- 如何組織班級(jí)戶外拓展活動(dòng)計(jì)劃
- 車輛抵押借款合同三篇
- 《信息論與編碼新題》課件
- 2021年四川省眉山市公開招聘警務(wù)輔助人員(輔警)筆試專項(xiàng)訓(xùn)練題試卷(2)含答案
- 《主題班會(huì):自信》課件
- 浙江大學(xué)醫(yī)學(xué)院附屬兒童醫(yī)院招聘人員筆試真題2023
- 學(xué)生乘公交車安全
- 護(hù)理不良事件的原因分析
- 2024年貴州省中考數(shù)學(xué)真題含解析
- 《藥物過敏反應(yīng)》課件
- 2024年輔警招錄考試模擬200題及答案
- UI設(shè)計(jì)(赤峰應(yīng)用技術(shù)職業(yè)學(xué)院)知到智慧樹答案
- 二零二四年度工業(yè)自動(dòng)化技術(shù)研發(fā)與轉(zhuǎn)讓合同3篇
- 江蘇省南通市2023-2024學(xué)年五年級(jí)(上)期末數(shù)學(xué)試卷
評(píng)論
0/150
提交評(píng)論