幂法主要用于计算矩阵的按模为最大的特征值和相应的特征向量。
基本思想是:
若我们求某个n阶方阵A的特征值和特征向量,先任取一个初始n维向量x(0),构造如下序列:
x(0),x(1)=Ax(0),x(2)=Ax(1),…, x(k)=Ax(k-1) ,… ⑴
当k增大时,序列的收敛情况与绝对值最大的特征值有密切关系,分析这一序列的极限,即可求出按模最大的特征值和特征向量。
假定矩阵A有n个线性无关的特征向量。n个特征值按模由大到小排列:
│λ1│> =│λ2│> =…> =│λn│ ⑵
其相应的特征向量为:
V1 ,V2 , …,Vn ⑶
它们构成n维空间的一组基。任取的初始向量X(0)由它们的线性组合给出
x(0)=a1V1+a2V2+…+anVn ⑷
由此知,构造的向量序列有
x(k) =Ax(k-1) = A2x(k-2) =…=Akx(0) = a1λ1kV1+a2 λ2kV2+…+anλnkVn ⑸
下面按模最大特征值λ1是单根的情况讨论:
由此公式(5)可写成
X(k) = λ1k (a1V1+a2 (λ2/λ1)kV2+…+an(λn/λ1)kVn ) ⑹
若a1≠0,由于|λi/λ1 | <1 (i≥2),故k充分大时,
X(k) = λ1k (a1V1+εk)
其中εk为一可以忽略的小量,这说明X(k)与特征向量V1相差一个常数因子,即使a1=0,由于计算过程的舍入误差,必将引入在方向上的微小分量,这一分量随着迭代过程的进展而逐渐成为主导,其收敛情况最终也将与相同。
特征值按下属方法求得:
λ1 ≈Xj(k+1)/ Xj(k) ⑺
其中Xj(k+1), Xj(k)分别为X(k+1),X(k)的第j各分量。
实际计算时,为了避免计算过程中出现绝对值过大或过小的数参加运算,通常在每步迭代时,将向量"归一化"即用的按模最大的分量 max |Xj(k)| 1≤j≤n 去除X(k)的各个分量,得到归一化的向量Y(k),并令 X(k+1) = AY(k)
由此得到下列迭代公式 :
Y(k) = X(k)/║ X(k)║∞
X(k+1) = AY(k) k=0,1,2,… ⑻
当k充分大时,或当║ X(k)- X(k+1)║ <ε时,
Y(k)≈V1
max |Xj(k)| ≈ λ1 ⑼
1≤j≤n
市场价 | 信息价 | 询价 |
单元刚度矩阵和整体刚度矩阵有什么特征
单元刚度矩阵特征:1、对称性2 奇异性3 主对角元素恒正4 所有奇数(偶数)行的和为 0结构刚度矩阵的特征:1、对称性2奇异性3主对角元素恒正4稀疏性5非零带状分布
HDMI矩阵
现在市场的价格战太离谱了,导致很多的商家都必须用低价来吸引客户,所以产品质量往往都得不到保障。力弘(LHLEEHAM)提供全系列会议视听系统矩阵切换控制器,包含产品有同轴矩阵系列AHD/TVI...
vga视频矩阵,启耀科技有4,8,16,24,32,48,64路,您需要哪一路,每一路的价格不一样,输入输出路数越多价格越高,这种会议室用的很多的,切换很方便。
数字矩阵与网络矩阵
楼上恐怕还是不大了解,数字矩阵首先信号是数字信号,数字信号包括:SDI(标清)、HD-SDI(高清)这两种以前都是广播级信号,都是在广播电视应用的,但是现在随着电视会议的发展,已经出现高清电视会议系统...
rgb矩阵和VGA矩阵的区别
如果我告诉你没有是不是很失望。其实基本上没有其他区别了。RGB矩阵一般是说将VGA信号(D型口)的H、V、R、G、B五个信号分别用BNC接头分开连接。
幂等矩阵的主要性质:
1.幂等矩阵的特征值只可能是0,1;
2.幂等矩阵可对角化;
3.幂等矩阵的迹等于幂等矩阵的秩,即tr(A)=rank(A);
4.可逆的幂等矩阵为E;
5.方阵零矩阵和单位矩阵都是幂等矩阵;
6.幂等矩阵A满足:A(E-A)=(E-A)A=0;
7.幂等矩阵A:Ax=x的充要条件是x∈R(A);
8.A的核N(A)等于(E-A)的列空间R(E-A),且N(E-A)=R(A)。 考虑幂等矩阵运算后仍为幂等矩阵的要求,可以给出幂等矩阵的运算:
1)设 A1,A2都是幂等矩阵,则(A1+A2) 为幂等矩阵的充分必要条件为:A1·A2 =A2·A1 = 0,
且有:R(A1+A2) =R (A1) ⊕R (A2);N(A1+A2) =N (A1)∩N(A2);
2)设 A1, A2都是幂等矩阵,则(A1-A2) 为幂等矩阵的充分必要条件为:A1·A2 =A2·A1=A2
且有:R(A1-A2) =R(A1)∩N (A2 );N (A1 - A2 ) =N (A1 )⊕R (A2 );
3)设 A1,A2都是幂等矩阵,若A1·A2 =A2·A1,则A1·A2 为幂等矩阵, 且有:R (A1·A2 ) =R (A1 ) ∩R (A2 );N (A
1·A2 ) =N (A1 ) +N (A2 )。
等价命题1:若A是幂等矩阵,则与A相似的任意矩阵是幂等矩阵;
等价命题2:若A是幂等矩阵,则A的AH,AT,A*,E-AH,E-AT都是幂等矩阵;
等价命题3:若A是幂等矩阵,则对于任意可逆阵T,T^(-1)·A·T也为幂等矩阵;
等价命题4:若A是幂等矩阵,A的k次幂仍是幂等矩阵
(由于数学符号编辑问题,更多等价命题及其证明见扩展阅读1)
由于幂等矩阵所具有的良好性质及其对向量空间的划分,幂等矩阵在可对角化矩阵的分解中具有重要的作用,同时也为空间的投影过程提供了一种工具。
符号说明如下:
AT为矩阵A的转置矩阵;
AH矩阵A的共轭转置矩阵;
A*为矩阵A的伴随矩阵;
E为单位矩阵
设A是一个mXn矩阵,称正半定矩阵A'A的特征值的非负平方根为矩阵A的奇异值,其中A'表示矩阵A的共扼转置矩阵.
名称 | 最新价 | 涨跌 |
---|---|---|
高线 | 3920 | - |
热轧平板 | 4620 | - |
低合金中板 | 4090 | - |
镀锌管 | 5390 | - |
槽钢 | 4080 | - |
热镀锌卷 | 5140 | - |
热轧卷板 | 11300 | - |
冷轧无取向硅钢 | 5000 | - |
圆钢 | 3840 | - |
硅铁 | 6600 | 100 |
低合金方坯 | 3580 | - |
铁精粉 | 890 | - |
二级焦 | 2360 | - |
铝锭 | 20550 | -60 |
中废 | 2085 | 0 |
扫码下载
免费看价格